2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科技的進步,機器人技術(shù)得到快速發(fā)展。室內(nèi)移動機器人由于廣泛應(yīng)用于家庭服務(wù)、醫(yī)療康復(fù)等重要領(lǐng)域,正受到越來越多的重視。為了完成實際應(yīng)用中一系列復(fù)雜的任務(wù),實現(xiàn)移動機器人的自主智能化,研究其視覺感知能力顯得格外重要。物體識別作為視覺感知的基本問題,也成為室內(nèi)移動機器人的基本任務(wù)。而傳統(tǒng)計算機視覺領(lǐng)域中的物體識別算法,本身就面臨著很多困難,對于處在復(fù)雜的室內(nèi)場景中的移動機器人而言,面對的挑戰(zhàn)將更多。因此,尋找一種快速準確并適用于室內(nèi)移動機

2、器人的物體識別算法顯得很有意義。
  通過對主動視覺理論中的顯著性檢測的研究,以及近幾年深度信息在計算機視覺領(lǐng)域的廣泛應(yīng)用,提出了一種結(jié)合BING(Binarized Normed Gradients,二值化梯度幅值)特征和場景深度信息的物體候選區(qū)域檢測方法。首先通過BING特征快速獲取物體候選窗口,再利用深度信息對大量的候選窗口進行篩選,留下可能性最高的少量候選窗,最后考慮到識別的準確率和效率問題,對物體候選窗口集進行一次擴充和

3、分組。
  得到物體候選區(qū)域后,再通過具有在線學(xué)習和人工協(xié)助特點的隨機蕨算法進行目標物體的識別。針對原始隨機蕨算法面對目標物體被部分遮擋時識別效果不佳的情況,本文提出了一種“子區(qū)域”的概念,對原算法進行了改進,使得算法對部分遮擋的物體的識別有更好的魯棒性。與此同時,修改了原算法中通過直接比較兩個像素點的強度值來生成二進制串,進而獲取蕨特征的方式,使得算法對紋理不豐富的目標物體的識別效果有了提升。選擇了四個有代表性的物體進行實驗驗證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論