DMANet:针对空间非合作目标位姿估计的密集多尺度注意力网络OA北大核心CSTPCD
DMANet:Dense Multi-scale Attention Network for Space Non-cooperative Object Pose Estimation
利用单目相机对空间非合作目标进行准确的姿态估计对于空间碎片清除、自主交会和其他在轨服务至关重要.然而,单目姿态估计方法缺乏深度信息,导致尺度不确定性问题,大大降低了其精度和实时性.本文首先提出了一种多尺度注意块(Multi-scale attention block,MAB),从输入图像中提取复杂的高维语义特征.其次,基于MAB模块,提出了空间非合作目标 6自由度位姿估计的密集多尺度注意网络(Dense multi-scale attention…查看全部>>
Accurate pose estimation of space non-cooperative targets with a monocular camera is crucial to space debris removal,autonomous rendezvous,and other on-orbit services.However,monocular pose estimation methods lack depth information,resulting in scale uncertainty issue that significantly reduces their accuracy and real-time performance.We first propose a multi-scale attention block(MAB)to extract complex high-dimensional semantic features from the input image…查看全部>>
张钊;胡瑀晖;周栋;吴立刚;姚蔚然;李鹏
哈尔滨工业大学航天学院,150001 哈尔滨,中国哈尔滨工业大学航天学院,150001 哈尔滨,中国哈尔滨工业大学航天学院,150001 哈尔滨,中国哈尔滨工业大学航天学院,150001 哈尔滨,中国哈尔滨工业大学航天学院,150001 哈尔滨,中国哈尔滨工业大学航天学院,150001 哈尔滨,中国
计算机与自动化
六自由度位姿估计空间非合作目标多尺度注意力机制深度学习神经网络
6-degree-of-freedom(DoF)pose estimationspace non-cooperative objectmulti-scale attentiondeep learningneural network
《南京航空航天大学学报（英文版）》 2024 (1)
122-134,13
评论