基于深度语义模型的双目位姿估计

庄宏伟; 吴东岷; 张宝顺

doi:10.13741/j.cnki.11-1879/o4.2023.02.004

您当前的位置：

首页 >

文章列表页 >

基于深度语义模型的双目位姿估计

光学测量 | 更新时间：2025-09-01

- 基于深度语义模型的双目位姿估计
- Binocular pose estimation based on depth semantic model
- 光学技术 2023年49卷第2期页码：205-210
- 作者机构：
  
  1. 1:中国科学院苏州纳米技术及纳米仿生研究所加工平台
  2. 2:上海科技大学物质科学与技术学院
- 作者简介：
- 基金信息：
  
  国家重点研发项目(2018YFB30550)
- DOI：10.13741/j.cnki.11-1879/o4.2023.02.004
  中图分类号： TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
庄宏伟, 吴东岷, 张宝顺. 基于深度语义模型的双目位姿估计[J]. 光学技术, 2023,49(2):205-210.

Binocular pose estimation based on depth semantic model[J]. 2023, 49(2): 205-210.
庄宏伟, 吴东岷, 张宝顺. 基于深度语义模型的双目位姿估计[J]. 光学技术, 2023,49(2):205-210. DOI： 10.13741/j.cnki.11-1879/o4.2023.02.004.

Binocular pose estimation based on depth semantic model[J]. 2023, 49(2): 205-210. DOI： 10.13741/j.cnki.11-1879/o4.2023.02.004.

摘要

位姿估计是现阶段智能和自动化控制领域最热门的研究方向之一，在无人驾驶汽车、智能工业机械臂、民用家政机器人等领域有着诸多应用。但传统方法大多具有计算复杂，实时性困难等问题。提出了一种利用卷积神经网络来做双目相机图像输入端的尺寸压缩和信息提取，并将特征向量通过双向长短时神经网络与激光雷达计算的标准结果进行回归学习的位姿解算方案。训练得到的深度学习方案在精度和速度方面相对于传统方案都有一定的提升。

Abstract

关键词

Keywords

references

浏览量

123

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高光谱遥感的荒漠化草原草种类分类模型研究

基于3D全卷积神经网络的肺叶自动分割方法

利用双流卷积神经网络的人脸表情识别方法

基于移动机器人和单目视觉的姿态测量方法

深浅交错式特征融合的人体图像分割方法

基于深度语义模型的双目位姿估计

Binocular pose estimation based on depth semantic model

DOI：10.13741/j.cnki.11-1879/o4.2023.02.004

摘要

Abstract

关键词

Keywords

references