10.3969/j.issn.1000-3428.2016.05.032
基于RGB特征与深度特征融合的物体识别算法
RGB图像和深度图像的同时使用能有效提高物体识别的准确率.然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势.为此,提出一种多模态稀疏自编码算法,在进行差异性特征提取的同时完成RGB特征和深度特征的有效融合.结合多模态稀疏自编码算法和空间金字塔最大池化算法,给出一个全新的深度学习模型.该模型能够提取有辨别力的特征并完成基于RGB-D图像的物体识别工作.在2个标准的RGB-D数据库上的实验结果表明,与基于RGB-D的物体识别算法相比,该算法能够有效融合RGB特征和深度特征,取得更高的识别准确率.
RGB特征与深度特征融合、稀疏自编码、多模态稀疏自编码、空间金字塔最大池化、深度学习、物体识别
42
TP391.06(计算技术、计算机技术)
国家自然科学基金资助项目60902097;宁波市自然科学基金资助项目2013A610044;浙江省重中之重学科开放基金资助项目“信息与通信工程”xkx11422;宁波国家高新区海外人才创业基金
2016-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
186-193