融合优选图案的深度学习目标识别及定位技术

摘要

为提高复杂环境下视觉系统目标识别和定位精度,本文以深度学习方法为基础,结合辅助图案,提出基于双目视觉系统的卷积神经网络目标识别及定位方法.构建基于Faster Rcnn的网络学习框架,结合具体问题,确定ZF及RPN网络参数;提出图案可分类性概念及其量化评价指标,制定图案优选策略并确定优选图案集;将双目视觉与基于优选图案的深度学习方法相结合,设计复杂环境下三维空间目标识别与定位方法.开展多工况的实际试验.结果表明:本文算法具有较高的识别物体及定位位姿的能力,且具有较好的实用性和鲁棒性.