-
题名基于CNN双目特征点匹配目标识别与定位研究
被引量:8
- 1
-
-
作者
蒋强卫
甘兴利
李雅宁
-
机构
哈尔滨工程大学信息与通信工程学院
卫星导航系统与装备技术国家重点实验室
-
出处
《无线电工程》
2018年第8期643-649,共7页
-
基金
国家"十三五"重点研发计划基金资助项目(SQ2016YFGX040104)
-
文摘
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SURF(Speeded Up Robust 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,从而得到目标相对于摄像头的位置信息。由于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。
-
关键词
卷积神经网络
双目视觉
SURF特征点匹配
目标识别与定位
-
Keywords
convolutional neural network
binocular vision
suft feature point matching
target recognition and positioning
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-