基于CNN双目特征点匹配目标识别与定位研究

• 作者: 李雅宁 甘兴利 蒋强卫
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 卷积神经网络 双目视觉 SUBF特征点匹配 目标识别与定位
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 专题: 室内外无缝定位技术
• 页码范围: 643-649
• 页数: 7页
• 分类号: TP751.1
• 字数: 2545字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2018.08.06

摘要

针对传统的目标识别和定位存在识别类别单一和实时性差等缺点,提出了一种卷积神经网络(Convolutional Neural Networks,CNN)结合双目特征点匹配算法实现目标识别与定位的方法.通过CNN对训练的目标进行识别并框出目标在图像上的位置,采用SUBF(Speeded Up Bobust Features)算法对左右图像进行特征点匹配,计算目标框内的特征点得到视差,从而得到目标相对干摄像头的位置信息.由干随着目标与摄像头距离变化,重投影矩阵Q参数发生变化,影响定位精度,通过最小二乘法拟合矩阵Q和位置模型,提高定位精度.实验结果表明,该方法能够实时地实现目标识别与定位,通过改进的双目立体模型,提高了定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘兴利		12	41	4.0	6.0
2	李雅宁		5	30	4.0	5.0
3	蒋强卫	哈尔滨工程大学信息与通信工程学院	2	13	2.0	2.0