2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于圖像的定位算法作為一門(mén)融合計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、多視圖幾何、圖像檢索等眾多科研領(lǐng)域的交叉性學(xué)科技術(shù),在機(jī)器人導(dǎo)航定位、現(xiàn)實(shí)增強(qiáng)、三維重建、地標(biāo)識(shí)別等領(lǐng)域有著關(guān)闊的應(yīng)用前景和巨大的研究?jī)r(jià)值?;趫D像的定位技術(shù)也是高層次圖像處理任務(wù)不可缺少的組成部分,其典型應(yīng)用包括圖像中物體的語(yǔ)義標(biāo)注、通過(guò)提供相機(jī)初始姿態(tài)加速大規(guī)模SFM模型重建等。
  本文在闡述相機(jī)模型、PNP算法、RANSAC算法、SFM算法、CNN理論、傳統(tǒng)VLAD算法的

2、基礎(chǔ)上,總結(jié)歸納了基于圖像檢索、基于特征匹配和基于邏輯回歸三大主流圖像定位算法的優(yōu)缺點(diǎn),并提出了基于VLAD-CNN圖像檢索的定位算法。本文的研究?jī)?nèi)容和主要工作如下:
  (1)在對(duì)現(xiàn)有算法和理論深入理解的基礎(chǔ)上,實(shí)現(xiàn)了SPTR-RANSAC算法、P4Pf算法。從包含噪聲數(shù)據(jù)的2D-3D匹配關(guān)系中,利用融合P4Pf的SPTR-RANSAC算法可快速、有效的求解待定位圖像的6-DOF。
  (2)針對(duì)圖像檢索過(guò)程中,實(shí)時(shí)構(gòu)建k

3、-d樹(shù)搜索結(jié)構(gòu)容易造成算法效率低下的問(wèn)題,本文實(shí)現(xiàn)了GPU版本的KNN(K Nearest Neighborhood)算法,用于加速鄰近點(diǎn)的查找。通過(guò)GPU強(qiáng)大的并行執(zhí)行能力減少特征匹配所需時(shí)間,提高基于圖像檢索定位算法的效率。
  (3)針對(duì)傳統(tǒng)圖像檢索定位算法的不足,本文提出了基于VLAD-CNN的圖像定位算法,并詳細(xì)論述了NetVLAD網(wǎng)絡(luò)層基本原理,介紹了VLAD-CNN網(wǎng)絡(luò)的基本結(jié)構(gòu)、基于SFM模型的自動(dòng)樣本標(biāo)定方法和訓(xùn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論