隨著智能設備的發(fā)展和人們生活水平的提高,人們對室內(nèi)定位服務的需求越來越強烈�；趫D像信息的視覺定位方案近年來得到迅速發(fā)展。為了充分發(fā)揮雙目攝像頭灰度圖像和深度圖像在室內(nèi)定位上的獨立性和互補性,本文開展基于雙流卷積神經(jīng)網(wǎng)絡的雙目攝像頭室內(nèi)定位技術研究。論文主要工作包括:（1）研究基于圖像的室內(nèi)定位和卷積神經(jīng)網(wǎng)絡的相關理論。首先介紹了基于圖像的室內(nèi)定位技術和常見方法。然后描述了卷積神經(jīng)網(wǎng)絡的相關知識,并詳細研究了雙流卷積神經(jīng)網(wǎng)絡。最后在Tensor Flow上搭建雙流卷積神經(jīng)網(wǎng)絡。（2）提出基于單個雙目攝像頭的雙流卷積神經(jīng)網(wǎng)絡定位算法。離線階段,將灰度圖像和深度圖像分別進行復制和圖像渲染處理后,形成三通道的灰度和深度圖像,經(jīng)過圖像裁剪預處理后,利用雙流卷積神經(jīng)網(wǎng)絡進行基于位置的回歸學習。為確保融合效果,算法根據(jù)單一模態(tài)圖像的估計誤差,計算最優(yōu)的融合權重。最后得到基于位置的回歸模型。在線階段,將得到的灰度和深度圖像分別進行復制和渲染處理,然后經(jīng)過裁剪后,通過位置回歸模型計算出最終的位置。實驗結果驗證了所提算法的有效性。（3）提出基于多個雙目攝像頭的雙流卷積神經(jīng)網(wǎng)絡定位算法。離線階段,將多個攝... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖2.1雙目視覺系統(tǒng)示意圖

卷積神經(jīng)網(wǎng)絡模型結構

不同位置的灰度圖像和深度圖像對比


本文編號：3083317