计算机应用

作者：蒋畅江, 向杰, 何旭颖

单位：1.重庆邮电大学 自动化学院/工业互联网学院，重庆 400065；2.工业物联网与网络化控制教育部重点实验室（重庆邮电大学），重庆 400065

关键词：双目视觉,目标检测,立体匹配,立体深度估计,目标定位,深度学习,注意力机制

基金：国家自然科学基金资助项目(62277008)

通过机器视觉算法对目标进行识别并定位它的空间坐标是实现机械臂视觉抓取的关键。针对基于双目视觉的目标识别与定位中定位精度低、运行效率不高等问题，提出面向机械臂抓取的联合双目视觉目标检测与立体深度估计的网络结构BDS-YOLO（Binocular Detect and Stereo YOLO）及基于BDS-YOLO的目标定位算法。该算法联合目标检测与立体深度估计算法，利用注意力机制进行跨视图特征信息交互，从而提高特征表达能力，使网络可以通过深度特征匹配获得高质量视差图，再经过自注意力机制进一步提升后，由三角测量原理转换为深度信息。BDS-YOLO网络采用多任务学习，同时训练目标检测与立体深度估计网络，并使用合成与真实数据共同训练。针对真实数据不易标注密集深度的问题，采用自监督学习技术优化由视差重建图像的过程，以提高BDS-YOLO网络对现实世界的泛化能力。实验结果表明：BDS-YOLO网络在真实数据集上对目标检测的平均精度（AP）比YOLOv8l高6.5个百分点，预测的视差和转换后的深度优于专门的立体深度估计算法，推理速度可达20 frame/s以上，对目标对象的识别和定位均优于对比方法，能较好地满足目标实时检测与定位的需求。

来源：2025年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第11期