基于局部感受野極限學習機的研究與應用.pdf

1、隨著機器視覺在模式識別、圖像處理以及人工智能等技術領域的應用愈加廣泛,對其研究的內容也層出不窮。圖像分類技術是圖像處理和理解的基本問題，是計算機視覺和模式識別核心研究領域之一。在現(xiàn)實世界中，我們用人眼去認知外界的事物，通過人眼捕獲外界傳來的視覺信息，然后將這些信息交給大腦處理，即使其中某些圖像信息會受光線、視角和尺寸等因素影響，但仍然能夠通過大腦中已有的信息對其進行分類識別。相應的，在計算機視覺鄰域，攝像機或者其他成像設備代替人眼，用計

2、算機模擬大腦，通過對攝像機獲取的數(shù)據(jù)信息進行處理和分析，從而得出正確的圖像內容。近年來，該技術被廣泛應用在機器人視覺和觸覺識別上，大大提高了機器人感知識別物體的能力。
　　機器視覺作為機器人獲得環(huán)境信息的重要手段之一，它可以增加機器人的自主能力,提高機器人的靈活性。人們希望機器人可以智能的感知周圍環(huán)境和事物的信息，例如快速的識別出呈現(xiàn)在其眼前的事物以及通過觸摸物體來感知物體表面的屬性，從而更好的服務人類。典型的機器人識別方法一般是

3、引入深度神經(jīng)網(wǎng)絡結構，例如CNNs，該方法雖然效果很好但是耗時巨大，效率不高。近年來，黃廣斌等人提出了一種新型的單層神經(jīng)網(wǎng)絡結構極限學習機(ELM)，該結構訓練時間大大減小，分類精度也大大提高。在 ELM基礎上，黃廣斌等人引入了局部感受野并結合 CNN傳統(tǒng)的卷積和池化操作提出一種新型神經(jīng)網(wǎng)絡結構即基于局部感受野的極限學習機（ELM-LRF），該模型輸入與隱藏層間的連接是稀疏的，且由相應的局部感受野（對連續(xù)概率分布采樣得到）包圍，實驗證明

4、該模型不僅大大縮短了訓練時間，而且也提高了算法的穩(wěn)定性。因此，針對該新型神經(jīng)網(wǎng)絡結構的進一步研究具有十分重要的理論意義。
　　本文以ELM-LRF為核心模型，將該算法應用于機器人目標識別和觸覺識別當中，并在此基礎上加以擴展研究進行改進，極大的提高了識別效率并且大幅度縮短運算時間。本文的主要創(chuàng)新點有：
　　(1)針對當前目標識別研究現(xiàn)狀，提出多模態(tài)模型進行目標識別，進一步提高對目標識別的準確率。通過前期分通道獨立提取特征，減少

5、外界噪聲影響，之后將特征組合進行分類，很大程度上可以提高分類的穩(wěn)定性和準確性。
　　(2)考慮到目標圖像高層特征的復雜性以及單層的 ELM-LRF已不能滿足海量圖像的分類處理需求，因此，將單層ELM-LRF進行深度擴展成多層深度ELM-LRF(HELM-LRF),進行多次卷積與池化操作。該深度神經(jīng)網(wǎng)絡結構不僅可以提取深度圖像的抽象信息，而且保證了數(shù)據(jù)特征屬性的位移不變性，很大程度上提升了對圖像的分類處理能力。
　　(3)提出