基于深度学习与双目立体视觉的物体管理应用

摘要：

利用搭载双目摄像机与GPS设备,提出了一种基于深度学习与双目立体视觉的物体管理方案.首先用智能眼睛拍摄照片,并利用GPS获取智能眼睛所在的位置,然后利用卷积神经网络(CNN)中的FAST-RCNN对拍摄照片进行物体识别,获取照片中的物体,再利用双目立体视觉技术中的SGBM算法,获取照片中的物体相对与摄像机的坐标.利用拍摄者的GPS与物体相对拍摄者的坐标,就可以获取物体的坐标,从而获取物品的位置,实现管理物体的功能.

关键词：深度学习FAST-RCNN、双目立体视觉技术、SGBM

所属期刊栏目：10

分类号：P315.69(大地（岩石界）物理学（固体地球物理学）)

在线出版日期：2019-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：89-95