中国象棋机器人视觉系统设计
针对中国象棋机器人娱乐化智能设备,设计了其关键的视觉系统,实现棋子定位与棋子识别.棋子识别是关键的一步,针对传统识别方法的局限性,以及棋子旋转特性带来的难识别问题,提出一种基于深度学习的字符识别方法.以分组卷积方式改进Inception-V3网络结构,融合可变形卷积层,增强字符形变特征提取能力.实验显示,模型的识别准确率达到99.99%,比传统方法识别效果更好,说明了该方法在棋子识别任务上的有效性.
象棋机器人、棋子识别、可变形卷积、深度学习
TP391.41(计算技术、计算机技术)
广东省引进创新创业团队项目;深圳市海外高层次人才创新创业专项资金
2020-07-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
1-3