-
题名融合动态区域检测的自监督视觉里程计方法
被引量：2
- 1
-
-
作者
马伟
贾兆款
米庆
-
机构
北京工业大学信息学部
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2021年第5期444-454,共11页
-
基金
国家自然科学基金资助项目(61771026)。
-
文摘
为解决室外场景中动态区域对视觉里程计计算过程的干扰,获得准确的相机位姿和场景深度,提出一种自监督深度学习框架下融合动态区域检测的视觉里程计算法.给定相邻2帧图像,首先,采用深度估计网络计算2幅图像对应深度图,采用位姿估计网络获得二者初始相对位姿.然后,借助视点变换,计算两视角深度图像之间的差异,确定动态区域.在此基础上,对输入图像中动静态区域进行分离.之后,匹配两视角图像静态区域特征,计算最终相机位姿.从光度、平滑度以及几何一致性三方面构造损失函数,并在损失函数中融入动态区域信息,对所构造网络模型进行端到端自监督训练.在KITTI数据集上验证了所提算法,并将其与最近2年提出的相关算法进行比较.实验结果表明,该算法能够更好地应对动态场景,实现更高精度的相机姿态估计和细小物体深度估计.
-
关键词
动态区域检测
视觉里程计
深度信息
深度学习
自监督
动静态信息分离
-
Keywords
dynamic region detection
visual odometry
depth message
deep learning
self-supervision
separation of dynamic and static information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进ICP算法的波磨区域动态检测方法研究
被引量：1
- 2
-
-
作者
董庆仑
尧辉明
翟字波
-
机构
上海工程技术大学
-
出处
《中国测试》
CAS
北大核心
2022年第3期9-14,26,共7页
-
基金
国家自然科学基金资助项目(51975347)。
-
文摘
随着传统波磨动态检测弦测算法的改进,轨顶中线处波磨曲线的提取精度逐渐提高,但钢轨波磨是一种不规则的空间曲面,单一条波磨曲线不足以完整反应真实的波磨信息。由此,文章提出一种钢轨波磨区域曲面动态检测方法,以实现轨顶中线区域波磨曲面的准确还原。所提检测方法运用点线结合的测量方式,将结构光技术与传统中点弦测法结合所得精确测量点波磨值与其未被磨损一侧轮廓点集作为参考点,以标准钢轨轮廓作为点云轮廓算法ICP(iterative closest points)配准基准,有效避免迭代过程中局部最优解的出现。实验室条件下实现轨顶中线±10 mm范围内波磨曲面检测,拓展波磨的检测范围,满足测量精度要求,证明所提动态波磨检测方式是一种可行的区域波磨曲面复原方法。
-
关键词
钢轨波磨
区域动态检测
弦测法
ICP算法
结构光
-
Keywords
rail corrugation
regional dynamic detection
chord-based measuring method
ICP algorithm
structured light
-
分类号
TB9
[机械工程—测试计量技术及仪器]
-
-
题名基于Kinect的母猪呼吸频率测定算法
被引量：3
- 3
-
-
作者
陶源栋
沈明霞
刘龙申
陆明洲
许佩全
施宏
-
机构
南京农业大学工学院/江苏省智能化农业装备重点实验室
-
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2017年第5期921-927,共7页
-
基金
国家重点研发计划项目(2017YFD0701600)
江苏省农机三新工程项目(NJ2016-10)
中央高校基本科研业务费专项资金(KYGX201704)
-
文摘
[目的]呼吸频率是评价母猪健康的重要指标。针对目前畜牧业对母猪呼吸频率无接触测定的需求,提出一种基于Kinect的无接触测量算法。[方法]使用Kinect采集梅山母猪侧卧时的深度图像。通过动态区域检测算法确定腹部区域,采用DBSCAN密度聚类算法得到腹部区域质心进行局部深度图像提取。最后基于腹部区域局部深度图像的深度均值,使用离散傅里叶变换得到深度-时间拟合曲线,通过极值点确定1次呼吸过程的周期进而求出监测时间段内母猪的呼吸频次,最后转化成母猪的呼吸频率(RF)。[结果]将检测结果与人工计数结果做比较,呼吸频率正确率为85.3%,该呼吸频率测定算法是有效的。[结论]提出了一种呼吸频率测定方法,该方法实现无接触测量,准确率高,为定位饲养条件下的梅山母猪呼吸频率的测定提供了理论支撑。
-
关键词
KINECT
母猪
呼吸频率
动态区域检测算法
DBSCAN密度聚类算法
离散傅里叶变换
-
Keywords
Kinect
sow
respiratory frequency
dynamic region detection algorithm
DBSCAN density clustering algorithm
discrete Fourier transform
-
分类号
S126
[农业科学—农业基础科学]
-
