科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对室内旅游场景复杂环境造成定位精度低和稳定性差等问题，以及为避免传统的人工设定、提取图像的特征复杂过程，提出了一种基于卷积神经网络的图像识别室内旅游场景的定位方法。该方法通过移动设备自带摄像头拍摄室内旅游场景图像，建立包括位置和方向信息的图像指纹数据库，运用深度卷积神经网络（CNN）对图像指纹数据进行训练。已训练的CNN对移动设备拍摄当前位置的图像进行图像匹配，从而实现位置的精准定位。实验测试用户用手机拍摄图像进行定位，结果：CNN模型训练，准确率高达99.5%；定位准确率大部分在90%以上，定位精度在直径1.5 m范围，证明了算法具有精度高、很好的鲁棒性、泛化能力较强。
- 单位
