龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北大学
申请日：2024-03-12
公开（公告）日：2024-06-21
公开（公告）号：CN118230034A
主分类号：G06V10/764
分类号：G06V10/764;G06V20/13;G06V20/17;G06V10/42;G06V10/44;G06N3/0464;G06N3/045;G06N3/08;G06V10/776;G06N3/098
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明属于计算机视觉技术领域，公开了一种基于信息融合联合表示学习的跨视角地理定位方法。首先，通过全局信息模块和局部信息模块获取图像中的特征信息从而帮助网络更好的学习图像中的信息。此外，还引入一个全局局部混合模块来让局部信息辅助全局特征从而更好的学习到图像中的潜在信息。其次，我们在每一个模块部分引入全局接受层，增加各个模块对图像中的上下文信息的提取提升模型性能。最后，在University‑1652数据集上进行测试，测试结果证明了本发明所提出的网络框架性能优于目前最先进的算法，验证了算法的有效性。
主权项：1.一种基于信息融合联合表示学习的跨视角地理定位方法，其特征在于，分别获取卫星视角影像数据和无人机视角影像数据；建立跨视角地理定位模型，所述跨视角地理定位模型为双分支网络，双分支网络的结构相同但权重不共享；每个分支网络包括ResNet-50骨干网络模块、全局信息模块分支、局部信息模块分支、全局局部混合模块分支和分类器模块；卫星视角影像数据和无人机视角影像数据分别输入图像至跨视角地理定位模型不同的分支网络；不同图像经ResNet-50骨干网络模块提取全局特征fi，全局特征fi分别经过全局信息模块分支、局部信息模块分支、全局局部混合模块分支；不同模块分支经过训练而学习一种映射函数，所述映射函数将所有来自不同获取来源的图像映射到一个共享特征空间中，在这个特征空间中，来自不同平台的相同地理标签的特征距离更近，不同地理标签的特征距离将被拉远；分类器模块对特征空间内的特征进行分类。
全文数据：
权利要求：
百度查询： 东北大学 一种基于信息融合联合表示学习的跨视角地理定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号