• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >3D Pose Estimation for Object Detection in Remote Sensing Images
【2h】

3D Pose Estimation for Object Detection in Remote Sensing Images

机译：用于遥感图像中目标检测的3D姿态估计

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

3D pose estimation is always an active but challenging task for object detection in remote sensing images. In this paper, we present a new algorithm for predicting an object’s 3D pose in remote sensing images, called Anchor Points Prediction (APP). Compared to previous methods, such as RoI Transform, our object results of the final output can obtain direction information. We predict the object’s multiple feature points based on the neural network to obtain the homograph transformation relationship between object coordinates and image coordinates. The resulting 3D pose can accurately describe the three-dimensional position and attitude of the object. At the same time, we redefine the method for calculating the direction and posture of the object. We tested our algorithm on the HRSC2016 dataset and the DOTA dataset with accuracy rates of 0.863 and 0.701, respectively. The experimental results show that the accuracy of the APP algorithm is significantly improved. At the same time, the algorithm can achieve one-stage prediction, which makes the calculation process easier and more efficient.
机译：对于遥感图像中的对象检测，3D姿势估计始终是一项活跃但具有挑战性的任务。在本文中，我们提出了一种用于预测遥感影像中对象3D姿态的新算法，称为锚点预测（APP）。与以前的方法（例如RoI变换）相比，最终输出的目标结果可以获取方向信息。我们基于神经网络预测对象的多个特征点，以获得对象坐标与图像坐标之间的单应图变换关系。生成的3D姿势可以准确地描述对象的三维位置和姿态。同时，我们重新定义了计算物体方向和姿态的方法。我们在HRSC2016数据集和DOTA数据集上测试了算法，准确率分别为0.863和0.701。实验结果表明，APP算法的准确性得到了明显提高。同时，该算法可以实现一级预测，从而使计算过程更加轻松，高效。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号