融合RGB特征和Depth特征的3D目标识别方法
针对目标类内差异、类间相似的识别问题,结合RGB图像和Depth图像各自的优势,提出一种基于多核学习的融合RGB特征和Depth特征的3D目标识别方法.该方法提取目标物体的RGB特征和Depth特征;并根据两种特征的类内、类间相似性均值和方差,为特征自适应的分配不同的权重;最后利用多核学习(MKL)的方法对特征进行加权融合,并结合SVM分类器,实现3D目标识别.最后通过在Kinect相机得到的RGB-D数据集上进行实验,验证了该文方法能够有效地实现对RGB特征和Depth特征的融合,很好的解决类内差异、类间相似的3D目标识别问题,提高了3D目标识别的识别率.
3D目标识别、多核学习、特征融合、自适应加权、Kinect相机
29
TP391.9(计算技术、计算机技术)
国家自然科学基金61273237;安徽省自然科学基金资助课题11040606M149
2015-12-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
1431-1439