基于CNN及Bi-LSTM的无人机时序图像定位研究 |
| |
摘 要: | 设计了一个浅层卷积神经网络来代替预训练模型中的全连接层,将预训练网络提取的CNN特征作为图像输入设计好的浅层CNN网络,对比微调预训练模型的方法,能够更好地适应航拍图像定位任务。为进一步提高航拍图像的定位准确率,利用无人机航拍图像时间连续的特点,通过在CNN的分类阶段加入Bi-LSTM网络,使网络在分类时能够以多张图像特征作为判断依据。实验表明,时序图像定位方法定位准确率稳定在0.89左右,对比单张图像定位方法准确率提升5%左右。
|
本文献已被 CNKI 等数据库收录! |
|