[發明專利]一種基于無人機偵察圖像的嵌入式姿態估計方法

在審

• 申請號: 202110004413.7
• 申請日: 2021-01-04
• 公開（公告）號: CN112966546A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 姜梁;馬祥森;吳國強;錢宇浛;孫浩惠
• 申請（專利權）人: 航天時代飛鴻技術有限公司;中國航天電子技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 巴曉艷

1.一種基于無人機偵察圖像的嵌入式姿態估計方法，其特征在于，所述方法具體包括：

步驟1：獲取原始無人機偵察圖像數據集，并對所述原始無人機偵察圖像數據集進行數據增強處理；

步驟2：對步驟1得到的原始無人機偵察圖像數據集進行標注處理，得到帶有標簽的訓練數據集；

步驟3：構建輕量化姿態估計網絡，利用所述訓練數據集對其進行訓練；

步驟4：獲取待處理的無人機偵察圖像，對所述無人機偵察圖像進行預處理后，輸入至訓練后的輕量化姿態估計網絡，得到人像特征圖，根據人像特征圖估計人像姿態。

2.根據權利要求1所述的嵌入式姿態估計方法，其特征在于，所述步驟1中，所述數據增強處理包括膨脹、腐蝕和雙邊濾波操作。

3.根據權利要求1所述的嵌入式姿態估計方法，其特征在于，所述步驟2中，通過圖像標注工具實現添加標簽的標注處理。

4.根據權利要求1所述的嵌入式姿態估計方法，其特征在于，所述步驟3中，所述輕量化姿態估計網絡包括卷積層、池化層、通道分離模塊、由多個金字塔殘差模塊構成的多級沙漏網絡以及通道混合模塊。

5.根據權利要求4所述的嵌入式姿態估計方法，其特征在于，所述卷積層為深度可分離卷積層，包括深度卷積處理和點卷積處理。

6.根據權利要求5所述的嵌入式姿態估計方法，其特征在于，所述深度可分離卷積層具體操作為：

針對卷積核為K，輸入通道數為M，輸出通道數為O的普通卷積，將其分成深度卷積處理和點卷積處理，

深度卷積處理：對每個輸入通道進行一個K×K的卷積操作；

點卷積處理：將M個特征進行線性融合，點卷積的個數為O，

其中，K、M、O均為正整數。

7.根據權利要求4所述的嵌入式姿態估計方法，其特征在于，所述通道分離模塊包括多個獨立的特征通道。

8.根據權利要求4所述的嵌入式姿態估計方法，其特征在于，所述步驟4具體包括：

步驟41：輸入待處理的無人機偵察圖像，對所述無人機偵察圖像進行截取操作，得到縮小尺寸的無人機偵察圖像；

步驟42：將步驟41得到的無人機偵察圖像輸入所述訓練后的輕量化姿態估計網絡，經過池化和卷積后得到第一特征圖；

步驟43：將所述第一特征圖經通道分離模塊輸入到多級沙漏網絡后，輸出多個第二特征圖；

步驟44：將所述多個第二特征圖輸入通道混合模塊，對多個第二特征圖進行特征融合，輸出人像特征圖，由此根據人像特征圖估計人像姿態。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現根據權利要求1至8中任一項所述方法的步驟。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現根據權利要求1至8中任一項所述方法的步驟。