基于CNN及Bi-LSTM的无人机时序图像定位研究

作     者：魏湧明 全吉成 侯宇青阳 WEI Yong-ming;QUAN Ji-cheng;HOU Yu-qing-yang

作者机构：空军航空大学长春130022 

基　　金：吉林省自然科学基金(20130101069JC) 

出 版 物：《电光与控制》 (Electronics Optics & Control)

年 卷 期：2017年第24卷第12期

页      码：51-55,66页

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。

主 题 词：无人机 航拍图像 图像分类 图像定位 预训练网络 CNN 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1671-637X.2017.12.011

馆 藏 号：203280382...