基于卷积神经网络的双目测距研究

• 作者: 王雪丽
• 来源期刊: 电子质量
• 学科: 工学
• 关键词: 双目测距 卷积神经网络 深度学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 理论与研究
• 页码范围: 1-3,7
• 页数: 4页
• 分类号: TP391.41|TP183
• 字数: 2496字
• 语种: 中文

摘要

该论文以双目测距为研究对象进行研究,将灰度值和新型窗口的数据作为输入数据输入到深度学习模型中,深度信息作为目标数据进行自顶向下的监督学习,以得到较好的训练预测模型.深度学习模型有许多种,该次实验主要采用卷积神经网络(CNN)模型进行训练,卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络,是深度学习的代表算法之一,该次实验通过卷积神经网络实现双目测距的功能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪丽		2	0	0.0	0.0