| 基于YOLOv3算法和深度特征的地点识别方法 |
| |
| 引用本文： | 牛杰,钱堃,卜雄洙.基于YOLOv3算法和深度特征的地点识别方法[J].江苏大学学报(自然科学版),2021,42(6):733-737. |
| |
| 作者姓名： | 牛杰 钱堃 卜雄洙 |
| |
| 作者单位： | 常州信息职业技术学院 电子工程学院,江苏 常州213164;南京理工大学 机械工程学院,江苏 南京210094;东南大学自动化学院,江苏 南京 210096;南京理工大学 机械工程学院,江苏 南京210094 |
| |
| 摘 要： | 针对视点、外观等因素变化给地点识别应用带来的不利影响,设计了1种基于显著路标及深度特征的地点识别方法.首先分割图像中的显著物体作为候选路标;然后设计YOLOv3算法网络,对候选路标进行识别,以删除不适合环境建模的特定对象类型;最后在图像相似度测量中,利用中层卷积层的性能特点,提取候选路标的卷积神经网络(convolutional neural networks,CNN)特征,并结合降维操作,提升匹配效率.在3个具有挑战性的公开数据集上进行了试验,与FAB-MAP、SeqSLAM和Place-CNN等先进方法进行了比较,该方法的平均识别精度达到71.22％,优于其他3种方法,表明经过筛选的显著路标的CNN特征可以抵御强烈的视点和外观变化.
|
| 关 键 词： | CNN特征 动态环境 显著性检测 移动机器人 地点识别 |
Place recognition method based on YOLOv3 and deep features |
| |
| NIU Jie,QIAN Kun,BU Xiongzhu.Place recognition method based on YOLOv3 and deep features[J].Journal of Jiangsu University:Natural Science Edition,2021,42(6):733-737. |
| |
| Authors: | NIU Jie QIAN Kun BU Xiongzhu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
