融合优选图案的深度学习目标识别及定位技术

• 作者: 张智 王立鹏 聂文昌 苏丽
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 深度学习 图案分类 辅助图案 优选图案 双目视觉 卷积神经网络 目标识别 定位
• 年，卷（期）: 2020,（4）
• 页码范围: 549-555
• 页数: 7页
• 分类号: TP29
• 字数: 3475字
• 语种: 中文
• DOI: 10.11990/jheu.201901047

摘要

为提高复杂环境下视觉系统目标识别和定位精度,本文以深度学习方法为基础,结合辅助图案,提出基于双目视觉系统的卷积神经网络目标识别及定位方法.构建基于Faster Rcnn的网络学习框架,结合具体问题,确定ZF及RPN网络参数;提出图案可分类性概念及其量化评价指标,制定图案优选策略并确定优选图案集;将双目视觉与基于优选图案的深度学习方法相结合,设计复杂环境下三维空间目标识别与定位方法.开展多工况的实际试验.结果表明:本文算法具有较高的识别物体及定位位姿的能力,且具有较好的实用性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张智	哈尔滨工程大学自动化学院	61	424	11.0	16.0
2	苏丽	哈尔滨工程大学自动化学院	41	356	8.0	18.0
3	王立鹏	哈尔滨工程大学自动化学院	7	14	2.0	3.0
4	聂文昌	哈尔滨工程大学自动化学院	3	1	1.0	1.0