基于RGB特征与深度特征融合的物体识别算法

• 作者: 卢良锋 叶宏武 谢志军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 186-193
• 页数: 8页
• 分类号: TP391.06
• 字数: 7274字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.05.032

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶宏武		17	84	4.0	9.0
2	谢志军	宁波大学信息学院	31	211	8.0	13.0
3	卢良锋	宁波大学信息学院	2	21	2.0	2.0