基于深度图像利用随机森林实现遮挡检测

摘要：

提出了一种新颖的利用随机森林检测深度图像中遮挡现象的方法.该方法从一幅深度图像中提取每个像素点的遮挡相关特征,利用随机森林分类器检测每个像素点是否为遮挡边界点,得到图像中的遮挡边界.主要贡献在于:提出了一种新的遮挡相关特征——深度值离散度特征,同时引入高斯曲率特征,并将它们与现有特征相结合来检测遮挡边界;以特征重要性和特征提取时间为衡量标准,对深度图像中的各遮挡相关特征进行了分析评估,在此基础上,选取平均深度差、最大深度差、平均曲率、高斯曲率和深度值离散度5种特征用于设计遮挡检测分类器;一种新的遮挡检测方法,利用随机森林解决深度图像的遮挡检测问题.实验结果表明,同已有方法相比,所提方法具有较高的准确性和较好的通用性.

关键词：图像处理、深度图像、遮挡检测、随机森林、遮挡相关特征、深度值离散度

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;河北省自然科学基金;机器人技术与系统国家重点实验室开放研究项目

在线出版日期：2014-10-23（万方平台首次上网日期，不代表论文的发表时间）

页码：189-200