文献

J-GLOBAL ID：201702234842767623   整理番号：17A0789679

ロボット認知における特徴融合に基づく一般物体認識

GENERIC OBJECT RECOGNITION BASED ON FEATURE FUSION IN ROBOT PERCEPTION

著者 (4件)： LI Xinde (Southeast Univ., Nanjing, CHN) ,  LUO Chaomin (Univ. Detroit Mercy, MI, USA) ,  DEZERT Jean (French Aerospace Lab, Palaiseau, FRA) ,  TAN Yingzi (Southeast Univ., Nanjing, CHN)
資料名： International Journal of Robotics & Automation  (International Journal of Robotics & Automation)
巻： 31  号： 5  ページ： 409-415  発行年： 2016年 
JST資料番号： T0585A  ISSN： 0826-8185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本文では,ロボット認知における一般物体認識(GOR)の性能を改善し,認識速度を一層高めるために,2次元および3次元のスケール不変特徴変換(SIFT)記述子のマルチ特徴融合に基づくGOR法を述べた。本GOR法では,点群表現モデルからの3次元SIFT記述子を改良し,この特徴記述子をGORに適用し,2次元および3次元SIFT特徴を融合した。また,訓練されたサポートベクトルマシンを利用して,物体を認識するマルチカテゴリー分類器を構成した。実データでのシミュレーションで本方法の性能を考察し,有効性と効率を検証した。

シソーラス用語： *物体認識 ,  *知能ロボット ,  データ融合 ,  統制索引語 ,  サポートベクトルマシン ,  分類装置 ,  高速化 ,  *特徴融合
準シソーラス用語： 特徴記述子

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ロボット ,  認知 ,  特徴融合 ,  一般物体認識