技术特征：
技术总结
本发明公开了一种基于深度学习的倾斜摄像相对定位方法，涉及倾斜摄像相对定位方法领域；其包括步骤1：对采集的数据进行预处理后，将其分为训练数据和测试数据；步骤2：通过训练数据建立基础矩阵后，对基础矩阵进行降秩约束求解相对方位元素初始值；步骤3：将基础矩阵作为已建立的深度学习神经网络的输入数据，相对方位元素初始值作为输出数据，通过设定的迭代条件获取相对方位元素终值，完成训练；步骤4：将测试数据输入已训练的深度学习神经网络获取相对方位元素测试值；本发明避免现有采用本质矩阵进行转换获取定向元素方法中定位精度受转换精度影响大的缺点，达到了精确获取相对方位元素，提高相对定位精度的效果。
技术研发人员：岳增琪;贺伟
受保护的技术使用者：甘肃大禹九洲测绘地理信息有限公司
技术研发日：2019.01.03
技术公布日：2019.04.16