-
公开(公告)号：CN108256463A
公开(公告)日：2018-07-06
申请号：CN201810028630.8
申请日：2018-01-10
Applicant: 南开大学
Abstract: 一种基于ESN神经网络的移动机器人场景识别方法：从构成场景的图像序列中，提取ORB特征点，再从提取到的ORB特征点中，提取PIRF特征点；对从图像序列中提取的PIRF特征点，使用词袋模型建立词袋码本，使用词袋码本为图像序列中的每幅图像计算编码向量；构建ESN神经网络，以每幅图像的编码向量作为ESN神经网络的输入，在线训练ESN神经网络，根据输出结果识别和提取图像序列中的场景信息。本发明以场景中的动态物体对场景识别带来的随机性，对于高动态环境有很强的适应性。本发明大大减小了搜索规模和难度，提高了搜索和识别的效率。本发明有很好的适用性，可以方便有效地完成场景序列的识别和分类，保证识别的准确性同时，提高了识别速度。
-
公开(公告)号：CN108256463B
公开(公告)日：2022-01-04
申请号：CN201810028630.8
申请日：2018-01-10
Applicant: 南开大学
Abstract: 一种基于ESN神经网络的移动机器人场景识别方法：从构成场景的图像序列中，提取ORB特征点，再从提取到的ORB特征点中，提取PIRF特征点；对从图像序列中提取的PIRF特征点，使用词袋模型建立词袋码本，使用词袋码本为图像序列中的每幅图像计算编码向量；构建ESN神经网络，以每幅图像的编码向量作为ESN神经网络的输入，在线训练ESN神经网络，根据输出结果识别和提取图像序列中的场景信息。本发明以场景中的动态物体对场景识别带来的随机性，对于高动态环境有很强的适应性。本发明大大减小了搜索规模和难度，提高了搜索和识别的效率。本发明有很好的适用性，可以方便有效地完成场景序列的识别和分类，保证识别的准确性同时，提高了识别速度。
-
Search Results
2
records
(took 0.019 seconds)
