基于RGb-D圖像信息的物體識(shí)別研究.pdf

1、物體識(shí)別一直是計(jì)算機(jī)視覺(jué)及模式識(shí)別領(lǐng)域的核心課題之一。隨著深度傳感技術(shù)的迅猛發(fā)展，利用RGB-D圖像信息來(lái)解決物體識(shí)別問(wèn)題已成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。本文以提取魯棒性的特征為目的，從特征提取及表達(dá)、特征學(xué)習(xí)兩個(gè)方面著手，展開(kāi)了基于RGB-D圖像信息的物體識(shí)別的研究工作，主要的內(nèi)容如下:
　　(1)提出了一種基于核描述子的RGB-D圖像物體識(shí)別方法。首先，在對(duì)原有深度核描述子中的采樣點(diǎn)選取和緊湊基向量的計(jì)算進(jìn)行改進(jìn)的基礎(chǔ)上，提取

2、RGB-D圖像的形狀、尺寸、邊緣、顏色等多個(gè)互補(bǔ)性核描述子特征以及SIFT描述子特征;然后依次進(jìn)行局部約束線性編碼、空間池化和特征融合等處理得到物體圖像最終的特征向量;最后，采用線性SVM進(jìn)行物體分類(lèi)。在RGB-D數(shù)據(jù)集上的實(shí)驗(yàn)表明，與其它傳統(tǒng)方法相比，該方法在一定程度上能有效地提升了物體的識(shí)別精度。
　　(2)提出了一種基于多模態(tài)卷積遞歸網(wǎng)絡(luò)的RGB-D圖像物體識(shí)別方法。鑒于從深度圖中提取的三維曲面法線特征可以較好地反映物體3D