返回
Self-calibrated three-dimensional digital image correlation based on deep learning
DOI:10.1088/1361-6501/ae2cb9.png)
摘要
En 中文
作为一种重要的无损检测方法,数字图像相关技术已在众多工程领域得到广泛应用。然而,该方法在立体视觉系统中的实现可能存在挑战,尤其是在放置标定板困难或不切实际的场景中。为解决这一挑战,本研究聚焦于双目相机,提出了一种基于深度学习的自标定方法,该方法无需外部目标即可保持高标定精度。具体而言,设计了一种基于目标检测的两步定位算法,以自动提取语义标签位置。基于检测到的标签,通过基于相对定向原理的自标定过程获取相机外参。多次实验验证表明,所提出的方法能够精确定位语义标签,且计算得到的相机参数与经典棋盘格标定方法结果高度一致。此外,该方法在混凝土压缩测试中的有效性也得到了验证。
期刊
IF:
3.4
论文数:
2.7K
被引数:
2.3W
机构
引用论文
Global sensitivity indices for nonlinear mathematical models and their Monte Carlo estimates非线性数学模型的全局灵敏度指数及其蒙特卡罗估计
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks更快的r-cnn: 基于区域建议网络的实时目标检测
YOLO-MST: Multiscale deep learning method for infrared small target detection based on super-resolution and YOLOYOLO-MST:基于超分辨率和YOLO的多尺度深度学习方法用于红外小目标检测
Intelligent localization method of fatigue crack tips in enormous high-temperature DIC images高温DIC图像中疲劳裂纹尖端的智能定位方法

