基于级联宽度学习的多模态材质识别

• 作者: 刘华平 孙富春 王召新 续欣莹
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 级联结构 宽度学习方法 多模态融合 材质识别 光谱数据 同构数据 特征提取 神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 吴文俊人工智能科学技术奖论坛
• 页码范围: 787-794
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11992/tis.201908021

摘要

材质识别在机器人与周围环境的相互作用中起着至关重要的作用,视觉、触觉和听觉模式可以提供不同材质的不同特性,如何利用不同模态的信号快速、高效地完成材质识别任务是亟待解决的问题.并且在现实应用中,传感器收集的数据量不大,无法为深度神经网络提供足够的数据进行学习训练.为此,本文将级联宽度学习这种泛化性能好的算法应用在小样本的材质识别任务上.首先,将两组同构多模态数据进行特征融合,之后使用级联特征节点的宽度学习进行特征学习,最终得到材质分类结果.最后,针对公开数据开展实验评估.结果 表明,本文提出的方法与其他算法相比,在完成材质识别任务的同时,降低了训练时间,提高了分类性能.