基于自适应神经网络的双摄像机标定

摘要：

摄像机标定是计算机视觉中非常重要的一环,传统标定方法需要求解内外参数,非常繁琐.通过建立自适应神经网络直接学习图像坐标与空间坐标间的关系.该方法对Harris角点提取结果进行增加约束的改进,从而提高网络训练样本精度,通过程序实现隐层神经元的自适应选取,并综合运用正则化、提前终止策略,使网络的泛化能力得到极大的改善.最后通过与经典标定方法进行对比的实验证明基于自适应神经网络具有很好的双摄像机标定精度.

关键词： 双摄像机标定 自适应选取 隐层神经元 精度分析 Harris角点

作者: 崔岸 袁智 王龙山

作者单位: 吉林大学,汽车工程学院,长春,130025 吉林大学,机械科学与工程学院,长春,130025

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 55-57,60

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）