文献

J-GLOBAL ID：201602258859660791   整理番号：16A1018316

RGB深さ特徴と特徴融合に基づく物体認識アルゴリズムを【JST・京大機械翻訳】

Object Recognition Algorithm Based on RGB Feature and Depth Feature Fusing

著者 (3件)： Lu Liangfeng (College of Information Science,Ningbo University) ,  Xie Zhijun (College of Information Science,Ningbo University) ,  Ye Hongwu (Zhejiang Fashion Institute of Technology)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 42  号： 5  ページ： 186-193  発行年： 2016年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： RGB画像と奥行き画像を同時に物体認識の精度を高めるのに最も効果的であることを利用する。しかし,すでにある研究のみRGB画像と深さ画像の特徴を簡単な線形接続を行わない,深さ特徴とRGB特徴の差異により特徴抽出と融合を行う,RGB-D画像の優位性を十分に発揮する。このために,1つのマルチモダリティ疎符号化アルゴリズム自己,差異の特徴抽出を行うと同時にRGB特徴と深さ特徴を完成するの有効な融合を提案した。符号化アルゴリズムと空間ピラミッド最大値プーリングアルゴリズム自己スパース多モードを結合し,1つの新しい深さの学習モデルを提案した。このモデルが弁別力のある特徴を抽出してできるRGB-Dに基づく画像の物体認識の作業を完成する。2つの標準のRGB-Dデータベース上の実験結果は,このアルゴリズムができる,有効深さ特徴とRGB特徴融合RGB-Dに基づく物体認識アルゴリズムと比較して,より高い認識精度を取得することを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 符号化 ,  多モード ,  *アルゴリズム ,  画像 ,  学習モデル ,  特徴抽出 ,  角錐 ,  データベース ,  透視図法 ,  *物体認識
準シソーラス用語： 認識精度 ,  マルチモダリティ ,  奥行画像 ,  *認識アルゴリズム ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (6件)： RGB feature and depth feature fusing ,  Sparse Auto Encoding(SAE) ,  Multi-model Sparse Auto Encoding(MMSAE) ,  spatial pyramid max pooling ,  deep learning ,  object recognition

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： RGB ,  特徴融合 ,  物体認識 ,  アルゴリズム