首页 / 资料库 / 文献详情

基于Mask R-CNN的物体识别和定位

彭秋辰、宋亦旭

2019Journal of Tsinghua University(Science and Technology)Engineering被引 1

摘要

为了让机器人能识别物体类别、探测物体形状、判断物体距离，提出一种基于Mask R-CNN模型的双目视觉的物体识别和定位方法。该方法利用Mask R-CNN处理双目图像，对每张图像进行物体识别和形状分割，然后利用神经网络特征对双目图像中的相同目标进行匹配。以物体形状为依据，使用最近点搜索算法估计视差并计算距离。实验结果表明，该方法能够以准实时的速度进行物体的识别和定位，与传统的依赖计算全局视差图的方法相比，在速度和精度上都有提高。

引用本文（GB/T 7714）

DOI：https://doi.org/10.16511/j.cnki.qhdxxb.2019.22.003