公开(公告)号：CN115205467A

公开(公告)日：2022-10-18

申请号：CN202210959213.1

申请日：2022-08-10

Applicant: 南京理工大学

Inventor： 赵高鹏 ,  李琮 ,  黄皓冉 ,  刘衍喜 ,  严权民 ,  陈玉婷

IPC: G06T17/00 ,  G06T15/00 ,  G06V10/82 ,  G06V10/764 ,  G06V20/64 ,  G06N3/04 ,  G06N3/08 ,  G06F30/20 ,  G06F111/04

Abstract: 本发明公开了一种基于轻量化和注意力机制的空间非合作目标部件识别方法，该方法主要步骤包括：首先使用三维软件生成空间目标的图像数据，部分直接进行标注作为数据集，另一部分与真实空间目标图像共同作为风格迁移算法的输入进行数据增强，增强后得到的图像数据再进行标注，和三维软件直接生成的图像共同作为最终的数据集；其次构建轻量化网络模型，利用注意力机制对模型进行优化，并使用训练数据集对模型进行训练；最后使用训练好的轻量化网络模型进行空间目标部件识别，得到最终的识别结果。本发明所述方法能够解决复杂空间环境下多模态目标的特征提取困难、星载平台计算资源受限等情况下的特征部件识别问题，具有内存占用少、识别精度高的特点，能够实现五种典型部件（帆板、本体、三脚架、对接环和喷管）的有效识别。