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:
摄像机标定是精密视觉测量的基础.利用人工神经网络直接学习图像信息与二维平面信息之间的对应关系,不需要确定摄像机具体的内部参数和外部参数,也无需知道有关摄像机模型或参数的先验知识.通过实验表明基于神经网络的标定方法与传统的线性标定方法相比具有较高的标定精度和较强的标定实时性,适用于足球机器人的摄像机标定.
推荐文章
基于神经网络的摄像机标定方法研究
摄像机标定
神经网络
张氏标定法
基于随机蚁群神经网络的摄像机标定
摄像机标定
随机蚂蚁
蚁群算法
神经网络
运用投影反馈的神经网络摄像机标定
神经网络
投影变换
双重反馈调节
实时性
高精度
基于BP网络的足球机器人视觉系统标定--Robocup系列研究之七
机器人
足球机器人
摄像机标定
BP网络
MATLAB
L-M算法
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BP神经网络的足球机器人摄像机标定
来源期刊 计算机工程与应用 学科 工学
关键词 BP神经网络 足球机器人 摄像机标定
年,卷(期) 2008,(8) 所属期刊栏目 工程与应用
研究方向 页码范围 204-206
页数 3页 分类号 TP138
字数 2660字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.08.060
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 宗晓萍 河北大学电子信息工程学院 56 352 9.0 16.0
2 田华 河北大学电子信息工程学院 22 110 6.0 10.0
3 石圣羽 河北大学电子信息工程学院 4 34 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (389)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (12)
二级引证文献  (15)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
足球机器人
摄像机标定
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
总被引数(次)
390217
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导