一种基于D-S证据理论的融合RGB特征和Depth特征的3D目标识别方法

• 作者: 张旭东 杨慧 胡良梅 董文菁 陈仲海
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 3D目标识别 支持向量机(SVM) D-S证据理论 Kinect相机
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 162-166
• 页数: 5页
• 分类号: TP391.9
• 字数: 5445字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.07.038

摘要

针对利用单一特征进行3D目标识别导致识别率低的问题,结合RGB图像和Depth图像的优势,提出一种结合支持向量机(SVM)和D-S证据理论的融合RGB特征和Depth特征的3D目标识别方法.该方法提取目标物体的RGB特征以及Depth特征,分别以这两类单特征的SVM的概率输出作为独立的证据,构造出基于每个证据的基本概率分配函数(BPA),利用D-S证据融合规则进行证据融合,并根据决策准则得到最终的3D目标识别结果.在Kinect相机得到的RGB-D数据集上进行实验验证,结果表明,该方法能够有效地实现对RGB特征和Depth特征的融合,提高了3D目标识别的识别准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡良梅	合肥工业大学计算机与信息学院	44	683	13.0	25.0
2	张旭东	合肥工业大学计算机与信息学院	61	574	15.0	21.0
3	杨慧	合肥工业大学计算机与信息学院	7	83	5.0	7.0
4	董文菁	合肥工业大学计算机与信息学院	4	36	3.0	4.0
5	陈仲海	合肥工业大学计算机与信息学院	4	36	3.0	4.0