结合极化自注意力机制的空间目标位姿估计 |
| |
引用本文: | 窦凯云,樊永生,王涛.结合极化自注意力机制的空间目标位姿估计[J].航天控制,2023(4):48-53. |
| |
作者姓名: | 窦凯云 樊永生 王涛 |
| |
作者单位: | 1. 中北大学大数据学院;2. 中北大学电气与控制工程学院 |
| |
摘 要: | 利用深度学习强大的特征提取能力和残差网络的捷径反馈机制,设计了端对端的图像位姿估计方法。该方法提高网络特征的学习能力,将Polarized Self-Attention注意力模块嵌入到残差网络ResNet-50中,对空间目标图像中的空间信息进行了增强。由于空间目标的位置和姿态信息相互独立,将其分为两个不同的网络结构分支通过回归分别得到两者的信息。其中,在姿态信息回归分支中,对姿态信息进行软分配编码,相比直接回归有效减少了姿态误差。最后在URSO空间目标图像数据集上进行了实验验证,所提算法对空间目标位姿估计取得了更好的估计结果。
|
关 键 词: | 空间在轨服务 位姿估计 注意力机制 残差网络 图像处理 |
|
|