CN119494877A 一种针孔摄像头的定位检测方法以及系统 （中山光波科技有限公司）_第1页
CN119494877A 一种针孔摄像头的定位检测方法以及系统 （中山光波科技有限公司）_第2页
CN119494877A 一种针孔摄像头的定位检测方法以及系统 （中山光波科技有限公司）_第3页
CN119494877A 一种针孔摄像头的定位检测方法以及系统 （中山光波科技有限公司）_第4页
CN119494877A 一种针孔摄像头的定位检测方法以及系统 （中山光波科技有限公司）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种针孔摄像头的定位检测测方法通过在机械运动平台上集成激光发射模2S5：根据分类结果计算可疑目标的空间坐标，在控制系统中输入站点的移动顺序与停留时间，根据任务将激光发射模块固定在平台的支架上，确保发射头的稳定性，根据3.根据权利要求1所述的一种针孔摄像头的定位检测方法，其特征在于，在目标区域将无照明状态和有照明状态下的所有图像数据按帧存储dark3然后，在最大池化结果上继续使用3x3的卷积核执行卷积操作，并再次使用ReLU激活的特征图展平为一维向量，并输入全连接层进行计算，其表达式为：h＝W3·Flatten4从融合后的多光谱特征矩阵中提取每个高反区域的数据块，并将其调整为32x32x3从卷积神经网络的输出结果中提取被分类为针孔摄像头的高反区域的像素坐标(xi，t为平台在时间ti时的位姿8.一种用于实现权利要求1_7任一项所述的针孔摄像头的定位检测方法的系统，其特卷积神经网络模型模块，用于分析采集到的图像特征并分数据处理与坐标计算模块，用于对无照明和有照明状态下56布局图上规划运动平台的路径并定义每个站7dark8[0031]从卷积神经网络的输出结果中提取被分类为针孔摄像头的高反区域的像素坐标ii)及其时间戳ti。所有检测到的亮斑位置按照时间顺序进行整理。将每个像素坐标i9t为平台在时间ti时[0041]本发明提供的针孔摄像头定位检测方法通过在机械运动平台上集成激光发射模[0046]需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范[0054]本发明提供的针孔摄像头定位检测方法通过在机械运动平台上集成激光发射模布局图上规划运动平台的路径并定义每个站dark[0068]其中，yi为真实标签，为预测概域的复杂特征。通过Softmax层输出类别概率，实现针孔摄像头与非摄像头目标的精准分[0073]从卷积神经网络的输出结果中提取被分类为针孔摄像头的高反区域的像素坐标i)及其时间戳ti。所有检测到的亮斑位置按照时间顺序进行整理。将每个像素坐标t为平台在时间ti时[0082

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论