首页 > 论文 > 激光与光电子学进展 > 56卷 > 11期(pp:111505)

复杂环境下基于深度神经网络的摄像机标定

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

摄像机标定是从图像中获取真实世界度量信息的关键步骤。传统摄像机标定方法依赖于不同的相机模型、对镜头畸变处理较为复杂、标定过程较为烦琐,而浅层神经网络标定法手动特征提取过程复杂、网络训练过程不稳定、复杂环境下标定精度不高,针对以上问题提出了一种基于深度神经网络的摄像机标定方法,实现大范围平面区域内的灵活、高精度标定。无须进行数据特征提取或分类,通过对网络结构、超参数与训练算法进行优化,使深度神经网络能被快速有效地训练。实验结果表明,相较于张正友标定法与浅层神经网络标定法,该方法在大范围、多拍摄角度和高畸变条件下均能达到更高的标定精度,镜头存在高畸变时,于 633×763mm标定范围内平均标定误差仅为0.1471mm。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.111505

作者单位:

    东南大学能源与环境学院
    东南大学
    东南大学
    东南大学能源与环境学院
    东南大学仪器科学与工程学院
    东南大学仪器科学与工程学院

引用该论文

向鹏,周宾,祝仰坤,贺文凯,岳晓庚,陶依贝. 复杂环境下基于深度神经网络的摄像机标定[J].激光与光电子学进展,2019,56(11):111505.