介绍了利用深度学习从图像或视频中恢复三维结构、进行深度估计和实现视觉传感器实时定位方面的研究与应用;对深度学习的研究概况进行了介绍;深入分析和比较了有无监督情况下具有代表性的深度学习算法和系统;对近年来深度学习方面的研究热点进行了讨论,并进行了总结和展望。

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法, 用最少硬件资源实现精密定位。首先, 利用图像匹配的方法检测出平面靶标在图像中的坐标, 图像匹配采用SIFT算法和映射匹配方法, 之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后, 针对呈矩形分布的PnP问题, 提出了一种新的求解方法, 以靶标控制点的图像坐标和空间坐标作为输入, 得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像, 结果表明位姿测量系统在800 mm范围内达到mm级精度, 可以满足应用需求。