基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于人工神经网络的计算机立体视觉测量方法,应用神经网络技术可以化简视觉定位系统的标定和位置计算,从而减少了位置检测系统使用复杂性.利用动量-自适应学习率BP算法可提高学习速度并增加了算法的可靠性.实验表明,人工神经网络的定位方法简化了视觉定位系统标定与定位计算的复杂性,在定位精度上达到了良好效果.为机器人视觉伺服提供了有效的技术途径.
推荐文章
基于神经网络的机器人立体视觉特征匹配
立体视觉
特征点
Hopfield网络
空间匹配
目标定位
一种基于神经网络的视觉定位系统
立体视觉系统
相机标定
位置测量
人工神经网络
立体视觉神经网络定位方法
计算机视觉
立体视觉
摄摄像机标定
人工神经网络
基于人工神经网络的立体视觉系统的研究
立体视觉
三维测量
人工神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工神经网络的立体视觉定位方法
来源期刊 计算机工程与应用 学科 工学
关键词 立体视觉 摄像机标定 人工神经网络 视觉伺服
年,卷(期) 2005,(22) 所属期刊栏目 学术探讨
研究方向 页码范围 33-35
页数 3页 分类号 TP301|TP183
字数 2709字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.22.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐心和 东北大学信息科学与工程学院 295 7536 42.0 73.0
2 薛定宇 东北大学信息科学与工程学院 96 1470 19.0 36.0
3 刘艳梅 东北大学信息科学与工程学院 14 60 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (17)
参考文献  (2)
节点文献
引证文献  (21)
同被引文献  (8)
二级引证文献  (15)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
立体视觉
摄像机标定
人工神经网络
视觉伺服
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导