[发明专利]基于数据模态缺失和Embrace Net的图像定位方法

摘要

本发明揭示了一种基于数据模态缺失和Embrace Net的图像定位方法，由离线建模与在线定位两阶段构成，包括：S1、收集训练图像，对训练图像进行图像预处理后进行类别划分，并作为训练数据集：S2、对训练图像进行特征提取与特征融合，随后进行离线分类学习，得到最佳参数的特征提取网络、特征融合网络和位置分类模型；S3、收集目标图像，对目标图像进行图像预处理；S4、对每幅目标图像进行特征提取，特征融合，随后得到目标的位置估计值。本发明将多图像测量技术与机器学习技术相结合、实现了针对室内复杂环境的目标定位，利用相机所采集的图像进行后续的定位作业，不仅克服了信号衰减问题，而且降低了方案的实现成本。