Kinect下深度信息获取技术及其在三维目标识别中的应用综述

• 作者: 尹潘龙 徐光柱 曹维华 雷帮军
• 来源期刊: 集成技术
• 关键词: Kinect 3D目标识别 RGB-D数据集
• 年，卷（期）: 2013,（6）
• 页码范围: 94-99
• 页数: 6页
• 字数: 2984字
• 语种: 中文

摘要

微软公司2010年推出的Kinect深度传感器能够同步提供场景深度和彩色信息，其应用的一个关键领域就是目标识别。传统的目标识别大多限制在特殊的情形，如：手势识别、人脸识别，而大规模的目标识别是近年来的研究趋势。通过Kinect得到的RGB-D数据集多为室内和办公环境下获取的多场景、多视角、分目标类型的数据集，为大规模的目标识别算法设计提供了学习基础。同时，Kinect获取的深度信息为目标识别提供了强有力的线索，利用深度信息的识别方法较以前的方法具有无法比拟的优势，大大地提高了识别的精度。文章首先对Kinect的深度获取技术做了详细介绍；其次对现有的3D目标识别方法进行综述，接着对已有的3D测试数据集进行分析和比较；最后对文章进行小结以及对未来3D目标识别算法和3D测试数据集的发展趋势作了简单的阐述。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐光柱	三峡大学计算机与信息学院	12	44	4.0	6.0
2	雷帮军	三峡大学智能视觉与图像信息研究所	39	152	5.0	10.0
3	尹潘龙	三峡大学计算机与信息学院	1	13	1.0	1.0
4	曹维华	三峡大学计算机与信息学院	1	13	1.0	1.0