基于注意力机制的视觉位置识别方法

摘要：

针对现有的视觉位置识别方法在图像外观变化和视角变化时准确性和鲁棒性表现不佳的问题,提出了一个与注意力机制结合的视觉位置识别方法.首先,采用在大型位置数据集上预训练的卷积神经网络HybridNet提取特征.然后,运用上下文注意力机制对图像不同区域分配权重值,构建基于多层卷积特征的注意力掩码.最后,将掩码与卷积特征结合,构建融合注意力机制的图像特征描述符,从而提高特征的鲁棒性.在两个典型位置识别数据集上做测试实验,结果表明结合注意力机制的方法可以有效区分图像中与位置识别有关的区域和无关的区域,提高在外观变化和视角变化场景中识别的准确性和鲁棒性.

关键词：图像处理、位置识别、注意力机制、卷积神经网络、深度学习

所属期刊栏目：27

分类号：TP391.41(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金;哈尔滨市科技创新人才项目;中央高校基本科研业务费专项

在线出版日期：2022-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：63-68