首先将 RGB(Red,Green,Blue)图像序列输入网络中,对图像数据使用多层 CNN 进行由局部底层几何变换信息到全局高层几何变换信息的提取,同时使用融合注意力机制进一步提取图像中的几何变换信息...为了适应所提的网络架构,将图像尺寸修改为1280pixel×384pixel,并对两张图像进行第三维度上的串联,组成第三维度为6的数据并输入网络中,通过 CNN 以及注意力模块对其进行特征提取,再经过两个分离的...使用通道注意力模块对输入的特征图分别进行空间维度的全局最大池化操作和全局平均池化操作,得到两个维度为C×1×1的特征图并将其送入MLP网络中,得到两个优化后的特征图并对其进行元素级别的加和操作,再通过...使用空间注意力模块对输入的特征图分别进行
通道维度的全局最大池化操作和全局平均池化操作,得到两个维度为1×H ×W 的特征图并对其进行通道维度的拼接处理,得到维度为2×H×W 的特征图并通过一层卷积网络降维为...使用 模 型 预 测 相 机 轨 迹,得 到 的 实 际 场 景 如图7所示,实际的地面真值数据需要专业设备来获取,所以将实际的地图作为参考。