-
公开(公告)号:CN116485899A
公开(公告)日:2023-07-25
申请号:CN202310488557.3
申请日:2023-05-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于mask的无人机位姿估计数据增强方法,使用RGB摄像头来制作无人机位姿估计数据集,在采集到位姿估计数据集后,通过mask方法对数据集进行增强,实现了对无人机位姿估计数据集的扩充。在第一阶段:通过使用棋盘格对位姿真值相机进行标定,获得位姿真值相机的内参,在第二阶段:通过Apriltag标签定位方法对无人机的位姿真值相机进行定位,在第三阶段:操作无人机在室内进行飞行采集位姿估计样本,在第四阶段:通过使用mask方法增强无人机数据集,将无人机数据集中的位姿估计样本进行增强,获得更多的不同状态的速度特征,在数据增强后提供给深度学习网络进行训练,提升了深度学习网络的泛化性能。
-
公开(公告)号:CN113806830A
公开(公告)日:2021-12-17
申请号:CN202111129101.5
申请日:2021-09-26
Applicant: 桂林电子科技大学
IPC: G06F30/10 , G06F30/20 , G06F111/20
Abstract: 本发明公开了一种基于WEB地图绘制室内地图GeoJSON数据的方法,包括如下步骤:1)在网页中显示需要绘制区域的平面地图;2)标记室内地图中的所有地点;3)绘制室内地图中的所有道路;4)绘制室内地图中的所有建筑物的俯视图,并设置高度;5)生成GeoJSON数据文件。这种方法使用简单,易操作,减轻了工作强度。
-
公开(公告)号:CN116630418A
公开(公告)日:2023-08-22
申请号:CN202310488550.1
申请日:2023-05-04
Applicant: 桂林电子科技大学
IPC: G06T7/73 , G06V10/40 , G06V10/82 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明属于计算机视觉领域,尤其涉及一种基于自注意力机制和LSTM的无人机位姿估计方法。该方法使用Resnet和自注意力机制进行图像特征提取,然后通过LSTM长短期记忆网络对无人机的位置信息进行一定记录,最后通过全连接进行输出。在第一阶段:通过对无人机位姿估计数据集进行拆分,得到若干组前后相连的两张图像,第二阶段:通过对输入的每组图像进行堆叠,获得堆叠的相同长宽但通道不同的图像,在第三阶段:通过Resnet网络对堆叠的图像特征进行抽取,并加入自注意力机制,在第四阶段:使用LSTM对位姿估计序列中的时序信息进行学习,在第五阶段:通过全连接回归特征信息到无人机的位姿上。
-
公开(公告)号:CN113806830B
公开(公告)日:2023-05-16
申请号:CN202111129101.5
申请日:2021-09-26
Applicant: 桂林电子科技大学
IPC: G06F30/10 , G06F30/20 , G06F111/20
Abstract: 本发明公开了一种基于WEB地图绘制室内地图GeoJSON数据的方法,包括如下步骤:1)在网页中显示需要绘制区域的平面地图;2)标记室内地图中的所有地点;3)绘制室内地图中的所有道路;4)绘制室内地图中的所有建筑物的俯视图,并设置高度;5)生成GeoJSON数据文件。这种方法使用简单,易操作,减轻了工作强度。
-
-
-