非參數(shù)化RGB-D場景理解.pdf

1、隨著深度傳感器的發(fā)展，深度圖的獲取變得非常廉價和方便，在近幾年的計算機(jī)視覺領(lǐng)域得到了廣泛的應(yīng)用，結(jié)合深度圖的場景理解也越發(fā)受到關(guān)注。然而，現(xiàn)有的RGB-D場景理解算法大多是基于模型訓(xùn)練的參數(shù)化方法，本文針對RGB-D場景下的場景理解問題，提出一種高效的基于標(biāo)簽傳遞機(jī)制的非參數(shù)化場景理解算法。
　　本文首先提出了一種基于馬爾科夫隨機(jī)場框架的標(biāo)簽傳遞算法，算法主要分為標(biāo)簽源構(gòu)建，超像素雙向匹配和標(biāo)簽傳遞三個步驟。構(gòu)建了基于協(xié)同表示分類

2、(Collaborative Representation based Classification，CRC)的馬爾科夫隨機(jī)場(Markov Random Field，MRF)，利用Graph Cuts進(jìn)行快速求解，從而獲得場景圖像每個像素的語義標(biāo)簽。該算法在NYU-Depth-V1數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有算法相比，該算法在像素準(zhǔn)確率和類別準(zhǔn)確率上都有更好的表現(xiàn)。
　　本文隨后提出了一種基于語義圖模型的集體場景理解