基于YOLOV2卷积神经网络的双目视觉系统设计

• 作者: 侯力心 刘柏森
• 来源期刊: 网络安全技术与应用
• 关键词: 双目视觉 物体识别 卷积神经网络 立体匹配
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 68-70
• 页数: 3页
• 语种: 中文

摘要

基于卷积神经网络的双目视觉系统设计主要包括两个功能:对于特定物体的识别和对距离的测量.通过双路摄像头模拟人眼采集图像信息,采用相机标定和特征点提取构建被测物的视差图,利用SGBM算法进行图像匹配,经过坐标系转换得到物体的世界坐标,使用回调函数计算物体位置,构建物体三维模型;搭建YOLOV2卷积神经网络模型,利用ImageNet数据库进行训练,采用双目图像处理技术进行识别.经测试双目视觉系统在训练量很少的情况下可以实现对4种不同类型的物体进行识别,识别率非常高,测距精度满足实际应用.