摘要
一种基于Retinex理论的人工神经网络(ANN),其估计输入图像的反射图和噪声图。通过使用多个损失函数的无监督学习来训练ANN,以便于诸如在V‑SLAM中的特征点的提取。图与输入的微光图像迭代地组合。处理后图像可用在V‑SLAM中,用于机器人,特别是在微光环境中的室内机器人和施工机器人。得到了路径轨迹中65%RMSE减小。
技术关键词
人工神经网络
Retinex理论
计算机程序代码
数字图像处理
引导机器人
微光图像增强方法
亮度
噪声抑制
平滑度
计算机程序产品
场景
地图构建方法
施工机器人
室内机器人
输入模块
系统为您推荐了相关专利信息
电机异常检测
深度残差网络
焦点损失函数
人工神经网络
工业控制系统
深度预测模型
裂缝
双分支结构
注意力
特征提取模块
设备能力信息
资源调度方法
优化调度算法
功耗
动态
输电杆塔绝缘子
灰色神经网络模型
故障预测方法
人工神经网络算法
灰色模型