摘要
本申请涉及深度感知技术领域,公开了一种基于CNN的AUV水下对接深度模糊感知方法,包括:构建由双色激光线光源组成的视觉标志物,并设置在对接AUV的内部;通过目标AUV搭载的相机,在不同距离处对对接AUV的视觉标志物进行拍摄,得到若干个样本图像,并基于目标AUV与对接AUV之间的深度差,以及样本图像中的视觉标志物的颜色,制定深度模糊编码规则;基于深度模糊编码规则为各样本图像标注类别标签,得到训练样本集;基于CNN构建深度模糊感知模型,基于训练样本集中对深度模糊感知模型进行迭代训练至收敛,得到训练完成的模型;将待识别图像输入至训练完成的模型中,获得对待识别图像的深度模糊感知结果。该方法有效提升了AUV水下对接的效率。
技术关键词
标志物
激光线光源
编码规则
图像
训练样本集
视觉
红色
模型训练模块
颜色
相机
标签
梯度下降法
灰度特征
感知系统
处理器通信
可读存储介质
系统为您推荐了相关专利信息
视网膜动脉阻塞
风险评估系统
风险评估模型
生物标志物
患病风险评估
行人检测方法
注意力机制
行人检测装置
车辆转向
加权特征
复用方法
多功能集成电路
AR显示方法
可穿戴AR设备
硅纳米砖阵列
多边形网格模型
成像数据处理方法
三维重建模型
图像融合算法
对象