[发明专利]一种基于深度学习的倾斜摄像相对定位方法有效
| 申请号： | 201910005046.5 | 申请日： | 2019-01-03 |
| 公开（公告）号： | CN109631850B | 公开（公告）日： | 2021-01-01 |
| 发明（设计）人： | 岳增琪;贺伟 | 申请（专利权）人： | 甘肃大禹九洲空间信息科技有限公司 |
| 主分类号： | G01C11/00 | 分类号： | G01C11/00 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 杨保刚 |
| 地址： | 730000 甘肃省*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的倾斜摄像相对定位方法，涉及倾斜摄像相对定位方法领域；其包括步骤1：对采集的数据进行预处理后，将其分为训练数据和测试数据；步骤2：通过训练数据建立基础矩阵后，对基础矩阵进行降秩约束求解相对方位元素初始值；步骤3：将基础矩阵作为已建立的深度学习神经网络的输入数据，相对方位元素初始值作为输出数据，通过设定的迭代条件获取相对方位元素终值，完成训练；步骤4：将测试数据输入已训练的深度学习神经网络获取相对方位元素测试值；本发明避免现有采用本质矩阵进行转换获取定向元素方法中定位精度受转换精度影响大的缺点，达到了精确获取相对方位元素，提高相对定位精度的效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 倾斜 摄像 相对 定位 方法 | ||
【主权项】：
1.一种基于深度学习的倾斜摄像相对定位方法，其特征在于：包括如下步骤：步骤1：对采集的数据进行预处理后，将其分为训练数据和测试数据；步骤2：通过训练数据建立基础矩阵后，对基础矩阵进行降秩约束求解相对方位元素初始值；步骤3：将基础矩阵作为已建立的深度学习神经网络的输入数据，相对方位元素初始值作为已建立的深度学习神经网络的输出数据，通过设定的迭代条件获取相对方位元素终值，完成深度学习神经网络的训练；步骤4：将测试数据输入已训练的深度学习神经网络获取相对方位元素测试值，完成相对定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于甘肃大禹九洲空间信息科技有限公司，未经甘肃大禹九洲空间信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910005046.5/，转载请声明来源钻瓜专利网。
