摘要
本发明公开了一种基于多模态数据融合的阳极铜板夹具高精度定位方法,属于计算机视觉技术领域。包括:首先,通过卷积神经网络对RGB图像进行处理得到阳极铜板在图像中的情况,确保对阳极铜板在图像中的位置和状态进行精准识别;其次,通过多层感知机提取点云图特征,经基于体素的处理方法,将体素化后的图投影到二维平面上,得到处理后的特征,保留空间细节信息;将RGB图像数据特征和点云图经处理后得到的特征进行拼接融合,充分利用两种模态数据的互补性;最后,构建一种新型的深度学习网络,基于该方法完成模型训练后,通过输入RGB图像以及点云图从而输出阳极铜板中心点的坐标与俯仰角α和偏航角β,并通过不断优化,实现对阳极铜中心点坐标的高精度定位。
技术关键词
阳极铜板
高精度定位方法
多模态数据融合
生成对抗网络
解码结构
图像
卷积神经网络提取
多尺度特征提取
损失函数优化
融合特征
计算机视觉技术
坐标
深度学习网络
上采样
编码
序列
多层感知机
格式
注意力机制
系统为您推荐了相关专利信息
图片特征信息
数据融合方法
多模态特征
切片
多模态数据融合
图像处理模型
分辨率
生成对抗网络
面部图像处理方法
样本
智能灯杆
应急系统
光学传感器阵列
广角摄像机
气象监测模块
生成人脸图像
生成器网络
局部特征提取
卷积模块
注意力