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:
基于深度学习方法,运用Faster R-CNN目标检测架构和ZFNet卷积神经网络,针对微装配系统目标的特点对网络进行训练,在此基础上设计了一个网络对识别目标进行姿态检测.实验结果表明:采用深度学习方法可以有效地对部分遮挡的目标进行识别并检测其姿态,相比于传统方法,该方法对环境适应性更强且速度更快,具有实际应用价值.
推荐文章
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
基于卷积神经网络的行人目标检测系统设计
卷积神经网络
行人目标
检测系统
CNN框架
目标传感器
训练文件
访问接口
复用加速结构
基于模糊神经网络的目标识别研究
目标识别
模糊神经网络
传感器
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
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 基于卷积神经网络的目标识别及姿态检测
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 微装配系统 卷积神经网络 显微视觉 目标识别 姿态检测
年,卷(期) 2017,(10) 所属期刊栏目
研究方向 页码范围 7-11
页数 5页 分类号 TP242
字数 3851字 语种 中文
DOI 10.13245/j.hust.171002
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 黄心汉 华中科技大学自动化学院 151 2823 27.0 48.0
2 彭刚 华中科技大学自动化学院 79 781 15.0 25.0
3 苏豪 华中科技大学自动化学院 4 78 3.0 4.0
4 熊超 华中科技大学自动化学院 10 40 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (11)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (21)
二级引证文献  (25)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(17)
  • 引证文献(5)
  • 二级引证文献(12)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
微装配系统
卷积神经网络
显微视觉
目标识别
姿态检测
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导