作者：杨念室内定位计算机视觉faster图像识别卷积神经网络
摘要：针对基于传统室内定位方法准确性不够高以及需要在环境中布置硬件设备的问题,提出一种基于深度学习算法Faster R-CNN的改进算法Improved Faster R-CNN(以下简称I-Faster R-CNN)的室内定位方法。该方法中,针对分辨率低的图像定位准确率不高及稳定性较差的局限性,提出改进的算法I-Faster R-CNN。实验结果显示,与Faster R-CNN算法相比,I-Faster R-CNN的定位准确率提高了1.15%(以80000次迭代次数为例)。理论分析与实验结果表明,I-Faster R-CNN能够有效提高系统的准确率和鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
