摘要
本发明提供了一种光纤定位系统的相机标定方法,可应用于计算机视觉技术领域,该方法包括:获取前照识别系统相机的初始图像;对初始图像进行预处理,得到预处理的图形;将预处理的图像输入训练完成的神经网络模型中,得到相机参数的预测结果,完成相机标定,其中,初始图像包括各个前照识别系统相机对焦面拍摄的图像,以及初始图像能够覆盖整个焦面区域;神经网络模型为具有深度残差学习能力的卷积神经网络,通过引入残差学习,能够解决传统深度网络中的梯度消失问题。本发明还提供了一种光纤定位系统的相机标定装置及设备。
技术关键词
训练图像数据
光纤定位系统
光纤定位单元
光纤单元
相机外部参数
识别系统
相机标定方法
深度残差学习
三维模型
相机标定装置
仿真建模
输入神经网络模型
计算机视觉技术
系统为您推荐了相关专利信息
氨纶包覆纱
缺陷检测方法
验证图像数据
训练图像数据
检测网络模型
灰度共生矩阵
融合特征
特征金字塔网络
特征提取网络
训练图像数据
状态监测数据
特征值
电信号
计算机可执行指令
健身训练系统
模态特征
意图识别模型
多模态信息
融合特征
特征融合网络
深度学习网络模型
光流特征
多层卷积神经网络
表情检测方法
人脸特征点