一种基于稀疏特征匹配点对的相机相对定向深度学习方法
公开
摘要
本发明涉及深度学习技术领域，尤其涉及一种基于稀疏特征匹配点对的相机相对定向深度学习方法，首先通过匹配点对分类网络将匹配点对分为内点和外点，然后以所有的内点为相机相对位姿参数解算网络的输入，将输入的每对匹配点坐标看作图节点，将输入的所有匹配点对当作图结构数据，使用自注意力机制在图结构上提取匹配点对全局影像关系特征，并通过残差网络进一步提炼影像关系特征，以匹配点对为输入通过自注意力机制在图结构上的全局影像关系特征学习，解决了现有深度学习方法基于像素语义特征来进行相对定向的处理数据量大、模型结构复杂问题。
基本信息
专利标题 ：
一种基于稀疏特征匹配点对的相机相对定向深度学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627317A
申请号 ：
CN202210179144.2
公开（公告）日 ：
2022-06-14
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
彭智勇吴磊
申请人 ：
桂林电子科技大学
申请人地址 ：
广西壮族自治区桂林市七星区金鸡路1号
代理机构 ：
桂林文必达专利代理事务所(特殊普通合伙)
代理人 ：
张学平
优先权 ：
CN202210179144.2
主分类号 ：
G06V10/74
IPC分类号 ：
G06V10/74 G06V10/764 G06V10/774 G06V10/82 G06V10/40 G06K9/62 G06N3/04 G06T7/73
法律状态
2022-06-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
