- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的水下目标视觉识别与姿态估计方法。首先通过在基本YOLOV3算法的网络结构中增加两层预测网络,实现对目标不同维度特征的快速识别和高效提取;然后根据目标整体结构特征,选取中心点位于一条直线上的属于两个维度的多个特征标记,根据特征标记在目标图像中的坐标信息,通过最小二乘方法估计直线斜率估计,进而得到目标的姿态角度。该基于深度学习的水下目标视觉识别与姿态估计方法能够实现对常用水下作业工具的快速识别和姿态估计,为水下机器人机械臂抓取作业工具和实施水下作业提供基础。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112183255 A
(43)申请公布日 2021.01.05
(21)申请号 202010970281.9
(22)申请日 2020.09.15
(71)申请人 西北工业大学
地址
文档评论(0)