室内环境下基于R-CNN的光照自适应物体检测-计算机工程与应用.pdf

168 2019 ，55（2 ） Computer Engineering and Applications 计算机工程与应用 室内环境下基于R-CNN 的光照自适应物体检测 用 1 2 2 2 董 静 ，耿 达 ，郭迎港 ，孙凤池 应 1. 天津财经大学 理工学院，天津 300222 与 2. 南开大学 软件学院，天津 300071 程 摘 要：物体检测是工作于室内环境的移动机器人必须解决的问题。物体检测受到环境动态变化的影响，其中尤以 g r 光照变化的影响最为明显。分析室内环境中光照变化特点，研究如何通过提取图像空间特征快速识别环境中光照 工 o 状况，并以光照识别结果控制物体检测模式切换，在不同光照状态下，自适应地选择使用图像传感器或者激光传感 . 机 j 器数据，结合深度学习的特征选择能力，保证物体检测性能。机器人运行时，首先通过提取图像在CIEXYZ 空间Y a 分量上的统计特征，并结合一些其他特征，实现快速地对图像拍摄时所处环境的光照状态进行估计；在光照适中的 算 e 情况下，利用R-CNN 算法结合移动机器人特点，实现在图像空间下的快速物体检测；在光照不足或过强时，先把三 c . 维激光传感器获取的点云转换成深度图像，再利用R-CNN 算法实现物体检测。实验结果表明了所提出算法的有效性。 计 w 关键词：智能机器人；物体检测；深度学习；R-CNN 算法；深度图像 w 文献标志码：A 中图分类号：TP242 doi ：10.3778/j.issn. 1002-8331.1710-0098 w 董静，耿达，郭迎港，等. 室内环境下基于R-CNN 的光照自适应物体检测. 计算机工程与应用，2019 ，55 （2 ）：168-173. DONG Jing, GENG Da, GUO Yinggang, et al. Illumination adaptive object detection based on R-CNN under indoor envi- ronment. Computer Engineering and Applications, 2019, 55（2 ）：168-173. Illumination Adaptive Object Detection Based on R-CNN under Indoor Environment 1 2 2 2 DONG Jing , GENG Da , GUO Yinggang , SUN Fengchi 1.College of Science and Technology, Tianjin University of Finance and Economics, Tianjin 300222, China 2.College of Software, Nankai University, Tianjin 300071, China Abstract ：Object detection is a fundamental problem for mobile robots working under indoor environments. Object detec- tion is affected by dynamic