1. 研究目的与意义（文献综述包含参考文献）
人类在认识世界和改造世界的过程中，所获取到的信息中，有80% 来自于视觉信息，因此视觉信息对人来说至关重要。
类比到计算机，视觉信息对于计算机来说也是很重要的一种信息来源。
随着计算机处理视觉信息的能力越来越强，对于二维视觉信息，计算机已经能够很好地识别出目标的匹配特征。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
本文的主要研究目标是按照Tekin[9]提出的一种单阶段、端到端的深度卷积神经网络结构，完成目标的6D姿态估计任务。
该网络基于YOLO-V2[10]的框架，将RGB图像输入全卷积神经网络结构，先预测3D边界框在2D图像上投影的1个中心点和8个角点，然后再由这9个点通过PnP算法计算得到6D姿态。
本课题的难点是理解该算法是怎么预测一个物体的3D bounding box在2D图像上的投影，即这9个点的预测，以及理解PnP算法是如何由这9个点计算出目标的6D姿态，并使用一张2D图片来预测物体三维姿态。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
