-
公开(公告)号：CN111062990A
公开(公告)日：2020-04-24
申请号：CN201911282989.9
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种面向水下机器人目标抓取的双目视觉定位方法，属于计算机视觉领域。主要用于水下机器人作业时，准确获取抓取目标的三维信息。包括双目标定：计算出左右摄像机内外参数；目标检测：定位出目标物检测框；双目图像矫正：畸变矫正和立体矫正，并确定右图像目标区域；双目图像立体匹配：图像特征点提取，特征点描述，立体匹配，去除误匹配；计算图像中目标在左摄像机坐标下的三维信息。本发明通过提取特征点，非极大值抑制去除不稳定特征点，构建二进制描述子，特征点匹配，去除误匹配，得到精确视差值。通过本方案，可提高双目立体匹配鲁棒性，同时能准确得到检测目标的三维信息，从而满足水下机器人目标抓取时对目标的实时定位要求。
-
公开(公告)号：CN111126385A
公开(公告)日：2020-05-08
申请号：CN201911284570.7
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种可变形活体小目标的深度学习智能识别方法，属于机器人视觉及其智能识别技术领域；本发明将可变形卷积模块和可变形ROI池化模块与Faster R-CNN进行合理的结合，使用可变形网络的可变形卷积模块和可变形ROI池化模块对模型进行改进，对标准卷积的空间取样点和普通ROI池化加入二维甚至高维偏移，使得卷积的取样点发生形状变化，提高改进后模型的可变形特性，改进模型提高了对可变形目标的检测识别效果；考虑对不同层的特征图进行融合，对底层特征图池化处理降低分辨率，对高层特征逆卷积处理提高分辨率，然后融合低、中、高三层特征图；同时考虑增加一组小尺度预选框，增加小目标预选框的生成数量，改进模型提高了对小目标的检测识别效果。
-
公开(公告)号：CN111062990B
公开(公告)日：2023-06-02
申请号：CN201911282989.9
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种面向水下机器人目标抓取的双目视觉定位方法，属于计算机视觉领域。主要用于水下机器人作业时，准确获取抓取目标的三维信息。包括双目标定：计算出左右摄像机内外参数；目标检测：定位出目标物检测框；双目图像矫正：畸变矫正和立体矫正，并确定右图像目标区域；双目图像立体匹配：图像特征点提取，特征点描述，立体匹配，去除误匹配；计算图像中目标在左摄像机坐标下的三维信息。本发明通过提取特征点，非极大值抑制去除不稳定特征点，构建二进制描述子，特征点匹配，去除误匹配，得到精确视差值。通过本方案，可提高双目立体匹配鲁棒性，同时能准确得到检测目标的三维信息，从而满足水下机器人目标抓取时对目标的实时定位要求。
-
公开(公告)号：CN111079733A
公开(公告)日：2020-04-28
申请号：CN201911282978.0
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于水下成像环境模型的数据增广方法，属于水下目标检测识别技术领域。不同程度的海洋湍流对水下图片成像质量的影响不同，针对这个问题采用基于湍流模型的数据增广方法,此方法可模拟不同程度的海洋湍流对水下图片成像的影响；水下图片通过水下机器人拍摄，不同的拍摄视角拍摄同一个目标存在不同，针对这个问题采用基于透视变换模型的数据增广方法，此方法可模拟同一目标不同的拍摄视角所拍摄的图片；水下拍摄时人造光的存在会使图片存在不均匀光照现象，针对这个问题采用基于不均匀光照模型的数据增广方法，此方法可模拟水下图片不同的不均匀光照现象。本发明提高了水下机器人深度学习目标识别的成功率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
