|
基于多视点的三维场景目标感知技术研究 | |
论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 引言 | 第10页 |
| 1.2 视觉感知技术 | 第10-13页 |
| 1.2.1 基于深度学习的图像识别技术 | 第10-12页 |
| 1.2.2 三维视觉技术 | 第12-13页 |
| 1.3 视觉感知技术国内外发展现状 | 第13-15页 |
| 1.3.1 图像识别研究现状 | 第13-14页 |
| 1.3.2 三维视觉研究现状 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 视觉感知技术理论基础 | 第17-30页 |
| 2.1 图像识别基础 | 第17-21页 |
| 2.1.1 图像特征 | 第17页 |
| 2.1.2 卷积神经网络 | 第17-18页 |
| 2.1.3 图像目标检测 | 第18-19页 |
| 2.1.4 人工图像特征算法 | 第19-21页 |
| 2.2 三维视觉基础 | 第21-29页 |
| 2.2.1 多视图几何基础理论 | 第21-25页 |
| 2.2.2 状态估计及优化 | 第25-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 基于闭环匹配的多视图目标检测 | 第30-47页 |
| 3.1 整体方案设计 | 第30-31页 |
| 3.2 多视图特征点闭环匹配 | 第31-38页 |
| 3.2.1 特征点匹配筛算法 | 第31-34页 |
| 3.2.2 闭环匹配 | 第34-36页 |
| 3.2.3 多视图滑动窗口结构 | 第36-38页 |
| 3.3 多视图目标定位 | 第38-44页 |
| 3.3.1 基于特征的目标定位 | 第38-42页 |
| 3.3.2 语义分割 | 第42-43页 |
| 3.3.3 多视图目标特征融合 | 第43-44页 |
| 3.4 实验结果 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于三维语义点云的目标感知 | 第47-67页 |
| 4.1 整体方案设计 | 第47-48页 |
| 4.2 多相机姿态定位 | 第48-56页 |
| 4.2.1 相机内参标定 | 第48-51页 |
| 4.2.2 相机位姿估计 | 第51-56页 |
| 4.3 基于滑窗的三维点云感知 | 第56-62页 |
| 4.3.1 三维点深度估计 | 第56-59页 |
| 4.3.2 语义点云预测 | 第59-60页 |
| 4.3.3 语义点云融合 | 第60-62页 |
| 4.4 实验结果 | 第62-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 研究总结 | 第67-68页 |
| 5.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间取得的研究成果 | 第74页 |
本篇论文共74页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 lijiro** 提供，作者删除入口请点击这里 |