面向智能服务机器人的多模态物体识别与定位技术
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 计算机视觉的研究背景 | 第13-14页 |
| 1.2 基于二维图像的物体识别方法 | 第14-16页 |
| 1.3 三维物体识别方法 | 第16-17页 |
| 1.4 智能服务机器人的发展现状 | 第17-18页 |
| 1.5 本文主要工作与创新点 | 第18-21页 |
| 第2章 基于小数据集的深度卷积神经网络物体分类器 | 第21-39页 |
| 2.1 深度卷积神经网络基本原理 | 第21-24页 |
| 2.2 微调与数据增强 | 第24-25页 |
| 2.3 方法概述 | 第25-31页 |
| 2.3.1 神经网络结构 | 第25-28页 |
| 2.3.2 训练数据集的采集与处理 | 第28-30页 |
| 2.3.3 神经网络的训练过程 | 第30-31页 |
| 2.4 实验环境 | 第31-34页 |
| 2.4.1 实验所用相关软件库简介 | 第31-33页 |
| 2.4.2 实验流程 | 第33-34页 |
| 2.5 实验结果与分析 | 第34-37页 |
| 2.5.1 神经网络的训练过程 | 第34-35页 |
| 2.5.2 在机器人上的运行结果 | 第35-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第3章 多摄像头物体定位与识别系统 | 第39-55页 |
| 3.1 三维视觉传感器简介 | 第39-41页 |
| 3.2 多摄像头立体视觉系统 | 第41-43页 |
| 3.3 物体的定位与三维特征的提取 | 第43-45页 |
| 3.4 实验平台的搭建 | 第45-47页 |
| 3.5 实验结果与分析 | 第47-53页 |
| 3.5.1 物体定位实验 | 第47-51页 |
| 3.5.2 三维特征提取实验 | 第51页 |
| 3.5.3 机械臂精度评估 | 第51页 |
| 3.5.4 物体操作实验 | 第51-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第4章 总结与展望 | 第55-57页 |
| 4.1 本文工作总结 | 第55-56页 |
| 4.2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 在读期间发表的学术论文与取得的研究成果 | 第63页 |
