典型文献
动态场景中的单目视觉里程计
文献摘要：
自动驾驶可以减少交通事故,提高出行效率,是当前研究的热门话题.自动驾驶最关心的问题之一是自身车辆定位、静态障碍物位置以及运动物体位置和朝向估计.对此,提出一个车载环境下的视觉里程计系统,此系统可以估计摄像机位姿,建立三维场景,利用卷积神经网络Mask R-CNN分割区分出背景和可能运动的物体.在惯性传感器单元(Inertial Measurement Unit,IMU)预测出摄像机运动的基础上,系统将可能运动的物体区分为正在运动的物体和当前静止的物体,根据静止的背景和当前静止物体上的特征点定位、三维重建及估计地面方程,提高视觉同步定位与建图(Simultaneous Localization and Mapping,SLAM)鲁棒性.在KITTI车载数据库上的实验表明,提出的方法可以精确地估计自身运动,重建静态三维场景.
文献关键词：
卷积神经网络;图像分割;自动驾驶;目标检测
中图分类号：
作者姓名：
傅彬;金棋
作者机构：
绍兴职业技术学院,浙江 绍兴 312000
文献出处：
引用格式：
[1]傅彬;金棋-.动态场景中的单目视觉里程计)[J].电视技术,2022(04):18-24,30
A类：
B类：
动态场景,单目视觉,视觉里程计,自动驾驶,少交,交通事故,出行效率,热门话题,车辆定位,静态障碍物,动物体,朝向,车载环境,摄像机位,位姿,立三,三维场景,Mask,分出,惯性传感器,传感器单元,Inertial,Measurement,Unit,IMU,预测出,机运,静止,特征点定位,三维重建,视觉同步定位与建图,Simultaneous,Localization,Mapping,SLAM,KITTI,车载数据,图像分割,目标检测
AB值：
0.466564
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
