一种用于火星视觉导航的新型深度神经网络架构
计算机视觉与模式识别
2018-08-28 v1
摘要
本文利用新兴的深度学习技术处理火星视觉导航问题。具体而言,为实现精确着陆与自主导航,设计了一种具有双分支非循环结构的新型深度神经网络架构,可有效表征火星环境图像的全局与局部深度特征。采用该架构,火星车可直接从原始火星环境图像确定前往目标点的最优导航策略。此外,与现有最先进算法相比,训练时间减少了 45.8%。最后,实验结果表明,所提深度神经网络架构比现有方法具有更优性能与更快收敛速度,并对未知环境具有良好的泛化能力。
引用
@article{arxiv.1808.08395,
title = {A Novel Deep Neural Network Architecture for Mars Visual Navigation},
author = {Jiang Zhang and Yuanqing Xia and Ganghui Shen},
journal= {arXiv preprint arXiv:1808.08395},
year = {2018}
}
备注
Submitted to IEEE Transactions on Neural Networks and Learning Systems on May 17th, 2018