基于无人机和卫星图像的跨视角地理定位方法研究
图像地理定位是估计图像所在地理位置的研究，给定一张未知地点的查询图像，通过图像检索技术从数据库中检索出与查询图像最相似的参考图像，利用参考图像的GPS标签估计查询图像的地理位置。基于图像地理定位的无人机视觉定位和导航技术，能够辅助GPS和INS等传统技术，同时也拥有独立完成定位导航任务的潜力，具有重大的应用价值和研究意义。本文主要探讨无人机图像与卫星图像在视角剧烈变化下所带来的类间相似性和类内差异性问题，并从图像预处理、特征提取、检索速度优化等多个角度进行分析研究。主要研究工作如下： （1）图像预处理与数据集重构 由于异源图像采集自不同平台，差异性大，为增强跨视角图像的统一性，提升后续算法精度与效率，本文针对颜色风格差异对图像进行预处理。同时利用 SfM算法估计无人机图像的位姿信息，通过位姿信息对数据集进行重构，为后续实验奠定数据基础。 （2）基于多尺度环形划分的图像地理定位算法 针对现有特征提取方法易忽略特征间的关系以及潜在显著性特征易被掩盖的问题，本文提出一种基于多尺度环形划分的图像地理定位算法，以ResNet-50作为骨干，构建多视图多分支的孪生网络，通过多尺度环形划分策略得到粗粒度、中粒度和细粒度特征，并通过GhostVlad获取特征间的相对分布，保留不同类型地理场景的基本结构，加强特征间的关联性从而完整的表达图像的整体属性。在University-1652数据集上的实验结果表明，该算法优于大部分主流方法，能较好的完成跨视角图像地理定位任务。 （3）基于视野感知与深度哈希的快速图像地理定位算法 为了弥合无人机图像之间存在类内差异，减少特征提取过程中的特征冗余，解决难以同时保证准确性和实时性的问题，本文提出了基于视野感知和深度哈希的快速图像地理定位算法。该算法首先使用 MobileViT 网络构建轻量级视野感知模型，对无人机图像进行视野范围判断；接着，利用图像的视野信息输入到特定分支，在特定分支内执行具有针对性设置的环形划分策略，提高图像特征鉴别性；最后，通过深度哈希算法提升图像检索速度。在 University-1652 数据集上的实验结果表明，本文方法在损失较少精度的情况下，检索速度得到明显提升，从而更好地兼顾实时性和准确性。
跨视角地理定位;无人机图像;卫星图像;多尺度环形划分;视野感知;深度哈希
重庆交通大学
硕士
计算机科学与技术
梁宗保
2023
中文
TP391.41
2023-09-14（万方平台首次上网日期，不代表论文的发表时间）