基于PSO-ELM的双目视觉摄像机标定

• 作者: 周东凯 李刚 王学琨
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 摄像机标定 极限学习机 粒子群优化算法 双目视觉
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 电气工程
• 页码范围: 1285-1290
• 页数: 6页
• 分类号: TP391
• 字数: 2940字
• 语种: 中文

摘要

针对极限学习机( extreme learning machine,ELM)在隐层节点数较少时标定精度较低的问题,利用粒子群优化算法( particle swarm optimization,PSO)与极限学习机相结合的方法对双目视觉摄像机进行标定。在标定过程中,ELM直接描述图像信息与三维信息之间的非线性关系,然后利用PSO优化ELM的输入权值与隐层阈值。实验结果表明,与ELM相比较,基于粒子群极限学习机( PSO-ELM)的双目视觉摄像机标定方法能仅用较少隐层节点数获得较高精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	广西大学电气工程学院	41	146	7.0	11.0
2	王学琨	广西大学电气工程学院	2	42	2.0	2.0
3	周东凯	广西大学电气工程学院	2	42	2.0	2.0