基于RGB-D图像核描述子的物体识别方法-计算机应用.PDF

Journal of Computer Applications ISSN 1001-9081 2016- 【-10 计算机应用,2016, 【( 【): 【- 【 CODEN JYIIDU 文章编号:1001-9081(2016) 【-0000-00 doi:10.11772/j.issn.1001-9081.2016. 【.0000 基于RGB-D 图像核描述子的物体识别方法 1,2 1,2* 骆健 ，蒋旻 (1.武汉科技大学 计算机科学与技术学院，武汉 430065 ； 2.智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)，武汉 430065) (*通信作者电子邮箱345467866@) 摘 要: 针对传统的颜色-深度 （RGB-D ）图像物体识别的方法所存在的图像特征学习不全面、特征编码鲁棒性不够等问题，提 出了基于核描述子局部约束线性编码（KD-LLC ）的RGB-D 图像物体识别方法。算法在图像块间匹配核函数基础上，应用核 主成分分析法提取RGB-D 图像的3D 形状、尺寸、边缘、颜色等多个互补性核描述子；然后分别对它们进行LLC 编码及空间 池化处理以形成相应的图像编码向量；最后把这些图像编码向量融合成具有鲁棒性、区分性的图像表示。基于RGB-D 数据集 的仿真实验结果表明，作为一种基于人工设计特征的RGB-D 图像物体识别方法，由于所提算法综合利用深度图像和RGB 图 像的多方面特征，而且对传统深度核描述子的采样点选取和紧凑基向量的计算这两方面进行了改进，使得物体类别识别率达 到86.8%，实体识别率达到92.7% ，比其他同类方法具有更高的识别准确率。 关键词: RGB-D 图像；物体识别；局部约束线性编码；核描述子；空间池化 中图分类号:TP391.4 （模式识别与装置） 文献标志码: A Object recognition method based on RGB-D image kernel descriptors LUO Jian1,2, JIANG Min 1,2* (1. College of Computer Science and Technology，Wuhan University of Science and Technology ，Wuhan Hubei 430065 ，China; 2. Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System (Wuhan University of Science and Technology) ，Wuhan Hubei 430065，China) Abstract: The traditional RGB-Depth (RGB-D) image object recognition methods have some drawbacks, such as insufficient feature learning and poor robustness of feature coding. In order to solve these problems, a new algorithm based on Kernel Descriptor and Locality-constra