基于移动机器人和单目视觉的姿态测量方法

在单目视觉的姿态测量工作中,传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题,为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型,在此基础上提出了基于移动机器人与单目视觉的姿态测量方法。采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法,通过贝叶斯网络推理出关节点的空间姿态;在复杂的人体姿态测量数据集上完成了验证实验,结果表明实现了较好的测量准确度,在复杂场景下依然保持了较好的准确度,在室内与室外环境下的F1-measure值分别达到0.9和0.78。