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:
以前馈型BP神经网络进行双日立体视觉系统的摄像机标定研究,基于Harris角点提取,提出了增加约束的改进方法,从而提高网络训练样本集的数据精度;探讨了神经网络的欠泛化、过泛化问题,综合运用归一化、提前终止等多种策略,进一步提高网络泛化能力,并与经典标定方法进行对比.试验结果表明,该方法能够获得较高的摄像机标定精度.
推荐文章
基于自适应神经网络的双摄像机标定
双摄像机标定
自适应
多层前馈网络
Harris角点
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
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
基于粒子群遗传算法的BP神经网络摄像机标定
粒子群遗传算法
摄像机标定
BP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 基于改进Harris角点提取的摄像机神经网络标定技术
来源期刊 农业机械学报 学科 工学
关键词 摄像机标定 神经网络 Harris角点 泛化
年,卷(期) 2009,(8) 所属期刊栏目 先进制造技术及基础理论
研究方向 页码范围 214-218
页数 5页 分类号 TP391.4
字数 3359字 语种 中文
DOI
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 王丹 吉林大学汽车动态模拟国家重点实验室 191 680 12.0 17.0
2 张海鹏 吉林大学汽车动态模拟国家重点实验室 56 158 7.0 9.0
3 崔岸 吉林大学汽车动态模拟国家重点实验室 22 160 6.0 12.0
4 袁智 吉林大学汽车动态模拟国家重点实验室 3 20 3.0 3.0
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  (54)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (37)
二级引证文献  (73)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(12)
  • 引证文献(2)
  • 二级引证文献(10)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(16)
  • 引证文献(1)
  • 二级引证文献(15)
2019(17)
  • 引证文献(0)
  • 二级引证文献(17)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
摄像机标定
神经网络
Harris角点
泛化
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
农业机械学报
月刊
1000-1298
11-1964/S
大16开
北京德外北沙滩1号6信箱
2-363
1957
chi
出版文献量(篇)
11867
总下载数(次)
31
总被引数(次)
174483
论文1v1指导