一种基于RGB-D物体识别分类器构造方法技术

技术编号:19058982 阅读:35 留言:0更新日期:2018-09-29 12:35
本发明专利技术提出一种新的基于RGB‑D物体识别分类器构造方法,主要解决现有的RGB‑D数据库规模小的问题以及训练的RGB‑D分类器对于数据库中存在的稀有物体识别准确率不高的问题,包括:采集物体的RGB模态图片以及同一位姿下的depth模态图片,依次提取出RGB模态图片的特征以及相应的depth模态图片的特征,然后依次人工对采集的RGB模态图片以及depth模态图片进行分析,并加之标签。通过将RGB模态特征以及depth模态特征结合起来一同构建物体分类器。本发明专利技术可以应用在物体识别应用上,通过对当前物体进行RGB和depth模态数据采样,可以有效的对当前物体进行类别识别。

【技术实现步骤摘要】
一种基于RGB-D物体识别分类器构造方法
本专利技术属于计算机应用
,具体涉及一种基于RGB-D物体识别分类器构造方法。
技术介绍
自从1946年2月14日在费城开始运行的ENIAC计算机专利技术以来,一些具有超前意识的研究者和用户就在思考和讨论计算机是否可以向人一样具有独立自主的思考以及解决问题的能力,这个也就是所谓早期人工智能。那么到底如何判断机器是否拥有了智能,计算机科学家和密码学的先驱图灵在《计算机器与智能》文献中提出了“图灵测试”这一概念,即如果计算机能在5分钟内回答人类测试者提出的一系列问题,且其中的回答超过30%让测试者认为是由人类回答而不是计算机回答的,则电脑就通过了测试。人工智能的终极目标是将人类从繁杂、危险、重复、单调等工作中解放出来,改善人们的生活,推进人类盛会的发展。生物学家研究,人类接受外界信息超过80%都是来源于人的双眼,那么相对于计算机的研究,机器视觉就显得尤为的重要。物体识别任务是机器视觉中最基础也是最重要的任务之一。对于物体的识别,现有的技术可以大致分成三类:(1)基于RGB的物体识别。这种方法是提取RGB模态数据的特征信息,通过将提取的特征R本文档来自技高网...

【技术保护点】
1.一种基于RGB‑D物体识别分类器构造方法,其特征在于、包括如下步骤:步骤一、构建RGB‑D物体识别数据库

【技术特征摘要】
1.一种基于RGB-D物体识别分类器构造方法,其特征在于、包括如下步骤:步骤一、构建RGB-D物体识别数据库其中RGB模态数据记为depth模态数据记为步骤二、对采集的RGB-D图片进行识别分类,人为标定每一张图片的类别,c*∈{1,2,...,C},其中C表示的我们采集的图片的类别总数;步骤三、利用T={t,s,r,c}四个变换操作对采集的图片进行变换;为每张图片创建一个代理类,得到RGB模态代理类训练集和depth模态代理类训练集其中t操作表示的是对图片进行垂直的和水平的移动,s表示对图片进行尺寸的变换操作,r表示对图片进行旋转操作,c表示对图片进行颜色变换操作;步骤四、网络训练过程,利用采集的RGB模态数据所创建的代理类训练物体识别的RGB网络;对输入到RGB训练网络中的图片进行预处理,通过将输入到网络中的图片中最具判别区域进行有选择的遮挡,将这个处理后的图片输入到网络中训练RGB网络;步骤五、网络训练过程,利用采集的depth模态数据所创建的代理类训练物体识别的depth网络,对于depth模态数据,采用与RGB模态数据相同的预处理操作,将处理后的图片输入到depth训练网络中用以训练depth网络;步骤六、网络训练过程,通过分类器融合方法将RGB网络和depth网络融合在一起,构造成RGB-D物体识别网络;步骤七、网络推理过程,利用RGB-D物体识别网络中的RGB网络对RGB模态数据进行特征的提取;步骤八、利用RGB-D物体识别网络中的depth网络对depth模态数据进行特征的提取;步骤九、通过分类器层面的融合,将提取的RGB特征和depth特征融合在一起,融合后的特征记为frgbd;步骤十、将融合后的特征frgbd送入到分类器class...

【专利技术属性】
技术研发人员:胡勇周锋迟小羽
申请(专利权)人:北京航空航天大学青岛研究院
类型:发明
国别省市:山东,37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1