基于Mask R-CNN的物体识别和定位

• 作者: 宋亦旭 彭秋辰
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器人导航 Mask R-CNN 特征匹配 物体识别 双目视觉
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 135-141
• 页数: 7页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2019.22.003

摘要

为了让机器人能识别物体类别、探测物体形状、判断物体距离,提出一种基于Mask R-CNN模型的双日视觉的物体识别和定位方法.该方法利用Mask R-CNN处理双目图像,对每张图像进行物体识别和形状分割,然后利用神经网络特征对双日图像中的相同目标进行匹配.以物体形状为依据,使用最近点搜索算法估计视差并计算距离.实验结果表明,该方法能够以准实时的速度进行物体的识别和定位,与传统的依赖计算全局视差图的方法相比,在速度和精度上都有提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋亦旭		13	204	8.0	13.0
2	彭秋辰		1	0	0.0	0.0