复杂环境下基于深度神经网络的摄像机标定
提出一种基于深度神经网络的摄像机标定方法,实现了复杂环境下平面区域内的灵活、高精度标定.无需进行数据特征提取或分类,仅通过优化网络结构、超参数与训练算法,深度神经网络便能得到快速有效的训练.实验结果表明,相较于张正友标定法与浅层神经网络标定法,该方法在大范围、多拍摄角度和高畸变条件下均能达到更高的标定精度,镜头存在高畸变时,633mm×763mm标定范围内的平均标定误差仅为0.1471 mm.
机器视觉、摄像机标定、深度神经网络、修正线性单元、自适应矩估计
56
TP391;TP183(计算技术、计算机技术)
国家重点研发计划;国家自然科学基金;国家自然科学基金
2019-07-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
206-214