一种基于CLM的服务机器人室内功能区分类方法

摘要：

基于CLM(无码本模型)提出一种规避码本的室内功能区表示与建模方法.首先,在灰度级图像的基础上提取SURF(加速鲁棒特征)描述子;然后,运用空间金字塔方法将图像分成规则区域,在向量空间引入高斯流形,将每个区域用单高斯模型表示,并将其联合构成混合高斯模型以表示整幅图像;最后,将图像的高斯模型与改进的SVM(支持向量机)分类器联合使用,实现室内功能区的分类.在Scene 15数据集上的实验结果表明,本文方法相较于传统的构建码本方式在分类识别精度上提升约20％,同时对方向变化、光照不均匀等情况具有较好的鲁棒性,有效提升了服务机器人对室内功能区的认知能力.

关键词：服务机器人、SURF特征提取、CLM模型、功能区分类

所属期刊栏目：40

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金61305113;河北省自然科学基金F2016203358

在线出版日期：2018-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：188-194