SDPL: 无人机视角地理定位的移动稠密划分学习
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
介绍了Shifting-Dense Partition Learning(SDPL)地理定位方法,通过密集分区策略(DPS)和位移融合策略解决外观和环境差异挑战,具有鲁棒性。在两个基准测试上表现出竞争性性能。
🎯
关键要点
- 介绍了Shifting-Dense Partition Learning(SDPL)地理定位方法。
- 采用密集分区策略(DPS)和位移融合策略来解决外观和环境差异的挑战。
- 该方法具有对位置位移和尺度变化的鲁棒性。
- 在University-1652和SUES-200两个基准测试上表现出竞争性性能。
➡️