基于迁移学习的空间目标自主识别方法、电子设备和存储介质

    公开(公告)号:CN111191690A

    公开(公告)日:2020-05-22

    申请号:CN201911295959.1

    申请日:2019-12-16

    Abstract: 本发明公开了一种基于迁移学习的空间目标自主识别方法、电子设备和存储介质,所述方法包括:实时获取若干帧未知空间目标的图像数据;根据若干帧前序时刻的所述未知空间目标的图像数据对当前时刻的所述未知空间目标的图像数据进行特征补偿,得到经所述特征补偿的当前时刻的未知空间目标特征图;对经所述特征补偿的当前时刻的未知空间目标特征图采用预先训练好的神经网络进行识别,得到识别结果。本发明解决了非合作空间目标先验信息缺失,所导致的样本数量和种类不够丰富的问题。

    一种立体视觉相对测量系统误差分析方法

    公开(公告)号:CN106323337B

    公开(公告)日:2019-06-21

    申请号:CN201610624246.5

    申请日:2016-08-02

    Abstract: 本发明公开了一种立体视觉相对测量系统误差分析方法,包含如下步骤:S1,建立立体视觉相对测量系统的空间三维目标点测量模型;S2,对立体视觉相对测量系统的图像特征提取精度进行分析;S3,对立体视觉相对测量系统的焦距标定精度进行分析;S4,对立体视觉相对测量系统的旋转矩阵标定精度进行分析;S5,对立体视觉相对测量系统的平移向量标定精度进行分析;S6,对立体视觉相对测量系统的空间三维目标点测量综合误差分析。本发明能够从焦距标定精度、立视觉相机对之间旋转矩阵和平移向量标定精度进行了分析。

    一种立体视觉相对测量系统误差分析方法

    公开(公告)号:CN106323337A

    公开(公告)日:2017-01-11

    申请号:CN201610624246.5

    申请日:2016-08-02

    CPC classification number: G01C25/00

    Abstract: 本发明公开了一种立体视觉相对测量系统误差分析方法,包含如下步骤:S1,建立立体视觉相对测量系统的空间三维目标点测量模型;S2,对立体视觉相对测量系统的图像特征提取精度进行分析;S3,对立体视觉相对测量系统的焦距标定精度进行分析;S4,对立体视觉相对测量系统的旋转矩阵标定精度进行分析;S5,对立体视觉相对测量系统的平移向量标定精度进行分析;S6,对立体视觉相对测量系统的空间三维目标点测量综合误差分析。本发明能够从焦距标定精度、立视觉相机对之间旋转矩阵和平移向量标定精度进行了分析。

Patent Agency Ranking