利用谱聚类实现深度图像遮挡边界检测

• 作者: 张世辉 杨萌 董利健
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 遮挡边界 谱聚类 深度图像 有效标准差特征 均卡方集距
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 机器视觉
• 页码范围: 251-259
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS201838.0915002

摘要

针对视觉目标中存在的遮挡现象,提出一种基于谱聚类实现深度图像遮挡边界检测的方法.首先定义一种新的遮挡相关特征——有效标准差特征,基于相关特征利用均卡方集距抽取部分像素点,构建相似矩阵;然后基于相似矩阵利用Nystrom逼近方法近似估算全部像素点的拉普拉斯矩阵与逼近特征向量,对得到的逼近特征向量进行聚类分析,把深度图像中的全部像素点划分为遮挡边界点和非遮挡边界点两大类;最后可视化遮挡边界点得到深度图像中的遮挡边界.实验结果表明,本文方法无需标记样本,且在深度图像中目标物体的遮挡边界检测方面具有较好的有效性和普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世辉		49	470	10.0	20.0
2	董利健		3	0	0.0	0.0
3	杨萌		1	0	0.0	0.0