基于Kinect无监督图像识别.docVIP

基于Kinect无监督图像识别摘要： 现有的物体识别方法大都是有监督学习，而且主要处理的是2D图像数据， 由于这类数据给出的背景信息和物体信息少于2.5D场景中的信息，传统有监督的学习方法对于非特定物体的识别效果还是不尽如人意，更别说基于无监督学习的识别系统了。随着Kinect设别的出现，获取场景的2.5D信息变得很容易。设计了一个全新的基于无监督物体识别系统。首先用平面拟合和空间聚合把物体从场景中分离以后。 然后用几何基元拟合分割技术把物体分割为不同部件，在此基础上构建物体的图模型， 最后把图模型嵌入为向量空间上的点集合，使用扩展陆地移动距离算法计算物体间的相似度。从实验结果来看效果不错。 关键词： 2.5D； 物体识别； kinect； 无监督； 几何基元拟合； 扩展陆地移动距离 中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2013）09-2219-04 物体识别一直是机器人学科，计算机视觉和人机交互领域里的一个基础性工作。物体识别按表示方式主要可以分成两大类：基于部件模型的物体识别[3-4] 和基于外观的物体识别 [5-6] 。从2007年开始，基于部件模型的物体识别技术日趋主流。 尽管基于部件模型的物体识别系统取得了很大的成功，但是绝大多数部件模型都有两个前提： 一是的模型结构特征是事先指定的；二是训练样本中需要对物体的位置做出标记，并且告知物体的类型。虽然这种有监督的学习方式也是人类认知世界的一个过程，但是人类同样也可通过无监督学习的方式来认知这个世界。 随着2010年Kinect出现，获取场景的深度信息成为可能，物体和场景的分离变得更加容易。新技术的出现，给物体识别技术带来新的方法和视角。我们设计的物体识别系统就基于场景的2.5D信息。 我们设计了一个全新的无监督，增量式物体识别框架，利用场景中的点云信息来识别物体。它可被用于机器人中，用于探索未知的环境，模仿人类认识现实环境。 我们把场景中物体分为支撑体和被支撑体，比如桌面和桌面上的物体。主要步骤包括以下几个： 1）物体提取。首先我们用RANSAC提取场景平面，删除场景平面中的支持平面，再用空间欧式距离聚类的方法，分割中出被支撑物体。 2）对每个被支撑物体用基于基元（ 三维球体，圆柱体，平面）的多层次分割方法建立物体模型。 3）利用前面的分割结果构建物体的图模型 [2] 。 4）用度量多维标度法把该图模型转化到二维向量空间中，获取每个物体的向量模型。 5）用扩展陆地移动距离算法估计物体的向量模型间的距离，以此作为物体间的相识度。 1 物体提取 我们可以利用深度信息来把物体分成支撑体如桌面和挂着很多画的墙壁， 被支撑体比如桌面上得物体和墙上的画。 我们用Kinect摄像头获取数据，并通过OpenNI接口得到数据的点云信息。然后用随机样本一致性算法从场景中提取所有的平面，对任意平面，用空洞的数量（因被支撑物和平面的分离产生）来判定该平面是否是支撑面。 在支撑物被抽取后，会造成被支撑物在空间上的分离。这时我们可以用基于空间欧式距离的聚类方法，把和支撑面连接的每个物体提取出来，为进一步的处理做准备。图2中绿色部分为支撑平面，红色部分为提取到的在空间上分离的物体。 2 物体模型构建 2.1 物体分割 基于部件的物体结构分解和人类看待物体的方式有很多共同之处。我们采用的分割方法基于Marco的层次几何基元拟合分割，分别用了三种基元：平面，球体，圆柱体。我们通过设置最终的分割部件的数目[β]来控制分割结果。 2.2 图模型构建 对于任意的物体[x]，我们先用一个无向图来描述一个物体。[x]首先被逐层的分割成不同的部件。然后用[2]中的图结构来记录模型的拓扑结构和几何特征。图中的边表示部件间的父子关系或则兄弟关系。和节点相关的属性包括：该点和父节点的相对距离和方向，该节点的几何形状信息如外形类别，大小比例等。 由EMD的距离公式可知，权重接近的点之间如果相对距离越小，计算出来的EMD距离就越小。由于扩展EMD只对点集进行整体的移动，不会改变点集内部的相对位置。为了保证来自不同点集的权重相似的点尽可能的对齐， 要求图模型到点集的嵌入过程要产生稳定的相对位置。否则EMD计算出来的距离不能稳定和真实的反映物体间的相似度。考虑如下两个图结构： 当它们被转化到向量空间后，一个好的对齐会是[R-r，A-a，B-b，C-c，D-d]。如果我们设置上述图中的边权重为常数1 ，那么在上述图在映射到向量空间后，可能有错位对齐。证明：假设图模型（b），映射到向量空间中的点集[V]，点集的数量[|V|=n+1]， 对于特定点集中的某个点[x]，