基于机器人视觉系统的物体检测技术探究

机器人视觉系统的物体检测，是指依托人工智能深度学习技术、卷积神经网络模型，对某一图像内的目标特征点、边缘稳定的极值点等作出检测，预测图像像素点在立体空间中的具体位置、物体尺度特征。而原有的AlexNet分类检测模型、RCNN位置框定模型、Fast RCNN卷积训练模型，对空间物体的视觉图像检测来说，存在着结构复杂、检测时间长等缺点。基于此，在卷积主干网络、区域网络背景下，可利用Faster RCNN算法模型、特征点描述检测子，对框定区域的物体图像信息、公开数据集进行筛选、模型训练等检测，以增强固定视觉网络下物体检测的实时性，提高检测质量。