东南大学能源与环境学院, 江苏 南京 210096
提出一种基于深度神经网络的摄像机标定方法,实现了复杂环境下平面区域内的灵活、高精度标定。无需进行数据特征提取或分类,仅通过优化网络结构、超参数与训练算法,深度神经网络便能得到快速有效的训练。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,633 mm×763 mm标定范围内的平均标定误差仅为0.1471 mm。
机器视觉 摄像机标定 深度神经网络 修正线性单元 自适应矩估计 激光与光电子学进展
2019, 56(11): 111505
