期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于支持向量机与细节层次的三维地形识别与检索 被引量：5
1
作者 肖俊 吴飞 +1 位作者 庄越挺 张引 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2003年第4期410-415,共6页
提出对相似 3D物体识别与检索的算法 该算法首先使用细节层次模型对 3D物体进行三角面片数量的约减 ,然后提取 3D物体的特征 由于所提取的特征维数很大 ,因此独立成分分析被用来进行 3D特征约减 基于约减后的特征 ,使用支持向量机进行... 提出对相似 3D物体识别与检索的算法 该算法首先使用细节层次模型对 3D物体进行三角面片数量的约减 ,然后提取 3D物体的特征 由于所提取的特征维数很大 ,因此独立成分分析被用来进行 3D特征约减 基于约减后的特征 ,使用支持向量机进行识别与检索 将该算法用于 3D丘陵与山地的地形识别中 。 展开更多
关键词 支持向量机 3D物体识别 图像识别 图像检索 细节层次 三维地形识别
下载PDF
面向AR辅助维修的3D物体识别技术 被引量：4
2
作者 王维 张丹 +1 位作者 胡曾一震 左敦稳 《机械制造与自动化》 2020年第3期155-158,共4页
3D物体识别与位姿估计是AR辅助维修信息增强的基础,目前的3D物体识别技术在识别准确率、运行实时性和位姿估计准确度上仍然存在不足。以物体识别的实时性和位姿估计的准确性为要求,研究基于纹理点云的局部参考系估计技术和点云全局特征... 3D物体识别与位姿估计是AR辅助维修信息增强的基础,目前的3D物体识别技术在识别准确率、运行实时性和位姿估计准确度上仍然存在不足。以物体识别的实时性和位姿估计的准确性为要求,研究基于纹理点云的局部参考系估计技术和点云全局特征描述符生成与匹配技术,提出融合形状与纹理信息的全局正交对象描述符及其3D物体识别算法,基于蜗轮蜗杆减速器的拆装维修场景进行实例验证。验证结果表明,3D物体识别算法在AR辅助维修场景中具备实际可行性和真实有效性。 展开更多
关键词 AR辅助维修 局部参考系 点云描述符 3D物体识别 位姿估计
下载PDF
结合超限学习机和融合卷积网络的3D物体识别方法 被引量：2
3
作者 黄强 王永雄 《小型微型计算机系统》 CSCD 北大核心 2019年第9期1909-1914,共6页
本文提出了一种新型的结合超限学习机(ELM)和融合卷积网络(CCN)的模型,并用于3D物体的特征提取和分类.模型以3D物体的多视角投影图作为输入,经过多层融合卷积网络提取特征,利用半随机的ELM网络进行分类.卷积网络由提出的融合卷积单元组... 本文提出了一种新型的结合超限学习机(ELM)和融合卷积网络(CCN)的模型,并用于3D物体的特征提取和分类.模型以3D物体的多视角投影图作为输入,经过多层融合卷积网络提取特征,利用半随机的ELM网络进行分类.卷积网络由提出的融合卷积单元组成,它是一种改进的残差单元,多个并行残差通道上的卷积核个数依次增加,相同大小的卷积核参数共享.半数卷积核参数以高斯分布随机产生,其余通过训练寻优得到.它能拟合更复杂的残差项函数,增加低层网络的特征表达能力.同时网络结构规范简洁,便于训练和优化.本文的方法在普林斯顿3D模型标准数据集上的识别率达到了92. 86%.实验表明,提出的方法的识别率比现有的ELM方法和深度学习等最新方法的识别率更高,并且其调节参数少,收敛速度快. 展开更多
关键词 融合卷积网络 超限学习机 3D物体识别 残差单元
下载PDF
基于形态及受约束结构的三维物体建模方法
4
作者 陈柘 赵荣椿 《计算机应用》 CSCD 北大核心 2003年第11期1-3,共3页
文中提出一种基于物体形态及受约束结构的三维物体建模方法,该方法利用具有透视不变性的三维结构来表达物体的各个形态。利用该表达方法可以使机器视觉系统在用单幅灰度图像识别物体时,在模型索引阶段避开求解物体位姿、摄像机参数、特... 文中提出一种基于物体形态及受约束结构的三维物体建模方法,该方法利用具有透视不变性的三维结构来表达物体的各个形态。利用该表达方法可以使机器视觉系统在用单幅灰度图像识别物体时,在模型索引阶段避开求解物体位姿、摄像机参数、特征对应等复杂问题,从而实现先索引后匹配的识别策略,提高识别物体的实时性。文中首先论述了透视不变性和具有透视不变性的受约束结构的基本概念;其次,给出了用受约束结构进行三维物体建模的一般方法和应用实例;最后,指出了这种方法的不足和进一步的研究方向。 展开更多
关键词 3D物体识别 3D物体建模 透视不变性 受约束结构 形态
下载PDF
感知器残差网络和超限学习机融合的3D物体识别
5
作者 黄强 王永雄 《中国图象图形学报》 CSCD 北大核心 2019年第10期1738-1749,共12页
目的随着3D扫描技术和虚拟现实技术的发展,真实物体的3D识别方法已经成为研究的热点之一。针对现有基于深度学习的方法训练时间长,识别效果不理想等问题,提出了一种结合感知器残差网络和超限学习机(ELM)的3D物体识别方法。方法以超限学... 目的随着3D扫描技术和虚拟现实技术的发展,真实物体的3D识别方法已经成为研究的热点之一。针对现有基于深度学习的方法训练时间长,识别效果不理想等问题,提出了一种结合感知器残差网络和超限学习机(ELM)的3D物体识别方法。方法以超限学习机的框架为基础,使用多层感知器残差网络学习3D物体的多视角投影特征,并利用提取的特征数据和已知的标签数据同时训练了ELM分类层、K最近邻(KNN)分类层和支持向量机(SVM)分类层识别3D物体。网络使用增加了多层感知器的卷积层替代传统的卷积层。卷积网络由改进的残差单元组成,包含多个卷积核个数恒定的并行残差通道,用于拟合不同数学形式的残差项函数。网络中半数卷积核参数和感知器参数以高斯分布随机产生,其余通过训练寻优得到。结果提出的方法在普林斯顿3D模型数据集上达到了94.18%的准确率,在2D的NORB数据集上达到了97.46%的准确率。该算法在两个国际标准数据集中均取得了当前最好的效果。同时,使用超限学习机框架使得本文算法的训练时间比基于深度学习的方法减少了3个数量级。结论本文提出了一种使用多视角图识别3D物体的方法,实验表明该方法比现有的ELM方法和深度学习等最新方法的识别率更高,抗干扰性更强,并且其调节参数少,收敛速度快。 展开更多
关键词 多层感知器残差网络 多通道分类器 超限学习机 3D物体识别 特征提取
原文传递
从单幅灰度图像中求解三维物体姿态的方法
6
作者 成兰 邢哲 田原 《模式识别与人工智能》 EI CSCD 北大核心 2007年第3期428-434,共7页
诸如车辆之类的三维物体的运动常常被约束于一个平面上.这种平面约束显著减少二维图像到三维目标的匹配自由度,从而使得这类三维目标的识别问题得到极大简化.基于此,本文提出一种从单幅定标的灰度图像中求解约束于一已知平面的三维目标... 诸如车辆之类的三维物体的运动常常被约束于一个平面上.这种平面约束显著减少二维图像到三维目标的匹配自由度,从而使得这类三维目标的识别问题得到极大简化.基于此,本文提出一种从单幅定标的灰度图像中求解约束于一已知平面的三维目标的方法.该方法首先计算出给定模型所有可能的旋转角度,再通过聚类获得一些可能的旋转角度类.在每个角度类中,我们对目标所有可能的位置进行计算,并通过聚类获得在此旋转角度下的位置类.之后将候选的角度和位置进行过滤并进行优化以获得最终结果.该算法对于三维目标的部分遮挡具有较好的适应性,其有效性得到实验验证. 展开更多
关键词 3D物体识别 基于模型的视觉 聚类 姿态求解
原文传递
3维物体SIFT特征的提取与应用 被引量：22
7
作者 熊英 马惠敏 《中国图象图形学报》 CSCD 北大核心 2010年第5期814-819,共6页
SIFT(scale-invariant feature transform)算法自提出以来,就因其优越的性能(尺度不变性、旋转不变性、抗噪声能力强、受光照变化影响小等),而备受图像图形领域研究者的青睐。该算法的核心特征(SIFT特征)基于局部梯度,能够抵抗图像大幅... SIFT(scale-invariant feature transform)算法自提出以来,就因其优越的性能(尺度不变性、旋转不变性、抗噪声能力强、受光照变化影响小等),而备受图像图形领域研究者的青睐。该算法的核心特征(SIFT特征)基于局部梯度,能够抵抗图像大幅度的伸缩、旋转等,很好地满足了3维物体识别的实际需要。而SIFT特征对投影变换的相对敏感性恰可用于3维模型的视点空间划分,且划分依据与匹配依据一致,能够有效提高匹配准确度。合理设置SIFT算法的阈值还可以有效处理物体背景分割等技术问题。通过充分的预处理,能够有效降低SIFT算法计算复杂度高,使得系统基本达到实时匹配。总之,将SIFT特征应用在3维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等模块,可以有效地提高系统的识别速度与效率,增强系统的稳定性。 展开更多
关键词 SIFT 3维物体识别模式匹配视点空间划分
下载PDF
基于实例分割网络与迭代优化方法的3D视觉分拣系统 被引量：17
8
作者 王德明 颜熠 +4 位作者 周光亮 李勇奇 刘成菊 林立民 陈启军 《机器人》 EI CSCD 北大核心 2019年第5期637-648,共12页
针对工业上常见的弱纹理、散乱堆叠的物体的检测和位姿估计问题,提出了一种基于实例分割网络与迭代优化方法的工件识别抓取系统.该系统包括图像获取、目标检测和位姿估计3个模块.图像获取模块中,设计了一种对偶RGB-D相机结构,通过融合3... 针对工业上常见的弱纹理、散乱堆叠的物体的检测和位姿估计问题,提出了一种基于实例分割网络与迭代优化方法的工件识别抓取系统.该系统包括图像获取、目标检测和位姿估计3个模块.图像获取模块中,设计了一种对偶RGB-D相机结构,通过融合3张深度图像来获得更高质量的深度数据;目标检测模块对实例分割网络Mask R-CNN(region-based convolutional neural network)进行了改进,同时以彩色图像和包含3维信息的HHA(horizontal disparity,height above ground,angle with gravity)特征作为输入,并在其内部增加了STN(空间变换网络)模块,提升对弱纹理物体的分割性能,结合点云信息分割目标点云;在目标检测模块的基础上,位姿估计模块利用改进的4PCS(4-points congruent set)算法和ICP(迭代最近点)算法将分割出的点云和目标模型的点云进行匹配和位姿精修,得到最终位姿估计的结果,机器人根据此结果完成抓取动作.在自采工件数据集上和实际搭建的分拣系统上进行实验,结果表明,该抓取系统能够对不同形状、弱纹理、散乱堆叠的物体实现快速的目标识别和位姿估计,位置误差可达1 mm,角度误差可达1°,其性能可满足实际应用的要求. 展开更多
关键词 3维物体识别 位姿估计 弱纹理物体 RGB-D 实例分割 分拣系统
原文传递
微透镜阵列实现3维物体旋转不变实时识别 被引量：2
9
作者 郝劲波 王良甚 忽满利 《激光技术》 CAS CSCD 北大核心 2009年第1期8-11,41,共5页
为了实现3维物体旋转不变实时识别,应用微透镜阵列的多视角成像特点,利用透射像阵列的高关联性,实现3维物体信息与2维透射像阵列信息之间的转换,从而可以利用光学2维图像识别技术实现3维物体的识别。对转换和识别过程进行了理论分析,用... 为了实现3维物体旋转不变实时识别,应用微透镜阵列的多视角成像特点,利用透射像阵列的高关联性,实现3维物体信息与2维透射像阵列信息之间的转换,从而可以利用光学2维图像识别技术实现3维物体的识别。对转换和识别过程进行了理论分析,用匹配滤波的方法进行了实验验证,实现了3维物体旋转不变实时识别。得到了良好的识别效果,并实现了旋转方向的准确定位和旋转角度大小的比较判别。结果表明,应用微透镜阵列可以实现旋转3维物体旋转不变实时识别。 展开更多
关键词 信息光学 3维物体识别 匹配滤波 微透镜阵列 旋转不变 旋转方向定位
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部