基于立體視覺的局部場景語義標注.pdf

1、基于立體視覺的場景語義標注是環(huán)境感知領域中的熱門研究方向。經過多年的發(fā)展,環(huán)境感知的部分成果已經逐漸走上了產品化的道路。但針對室內場景的語義標注仍然存在若干問題,場景單一,多數(shù)采用合成數(shù)據(jù)集等等。
　　本文的方法基于逐步壯大的 RGBD數(shù)據(jù)集,對包括辦公室場景及家居場景的樣本進行語義標注。采用了多種點云預處理方法,并結合二維圖像的標注方式和點云分割的方法,提取點云樣本,作為分類器的輸入。在學習過程中,將局部的場景關聯(lián)信息提取出來,

2、通過具有語義關聯(lián)能力的條件隨機場模型進行訓練,得到局部場景的語義標注模型。豐富的場景來源和結構信息與場景的緊密結合,是本課題中場景標注的顯著特征。
　　本文的主要工作包括以下幾方面:
　　1.構建包含豐富場景的點云樣本數(shù)據(jù)集。針對點云進行包括:點云網格化、濾波,并基于感興趣區(qū)域的標注結合點云分割來構建數(shù)據(jù)集,使得 RGBD數(shù)據(jù)集能夠統(tǒng)一劃歸為進行局部場景標注的樣本。
　　2.樣本取自于豐富的場景,因而對分割的魯棒性提出

3、了很高的要求。目前點云分割領域的方法,包括參數(shù)模型擬合分割、聚類分割。本文在此基礎上,結合二維圖像的分割技術與基于聚類的點云分割方法,運用的局部場景理解中,滿足魯棒性分割的需要。
　　3.點云樣本的特征提取與選擇。由于樣本來源豐富,同一類物體在外觀、形態(tài)等方面差異較大,本文探索了不同類型的特征(可視化外觀以及幾何形狀特征)的差異,并通過對實驗結果的分析,得出更適合于局部場景語義標注問題的樣本特征。
　　4.局部場景語義標注模