基于深度學(xué)習(xí)的三維目標(biāo)識(shí)別算法研究.pdf

1、隨著Kinect、RealSense等新型三維智能傳感技術(shù)的出現(xiàn)，使得記錄高質(zhì)量的RGB圖像和深度（Depth）圖像變得十分便捷，而基于RGB-D圖像的三維目標(biāo)識(shí)別研究也得到廣泛關(guān)注。已有研究表明，RGB和深度圖像信息的結(jié)合可以顯著提高三維目標(biāo)識(shí)別的準(zhǔn)確率。特征提取是三維目標(biāo)識(shí)別研究的重要部分，而深度學(xué)習(xí)算法在自主學(xué)習(xí)和特征抽象方面表現(xiàn)突出，已經(jīng)成為計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究方向。因此，本文針對(duì)三維目標(biāo)識(shí)別任務(wù)，結(jié)合 RGB圖像和深度圖像

2、信息，提出基于有監(jiān)督深度學(xué)習(xí)和無(wú)監(jiān)督深度學(xué)習(xí)的RGB-D目標(biāo)識(shí)別算法。
　　首先，本文提出一種基于監(jiān)督學(xué)習(xí)策略的多模態(tài)深度卷積神經(jīng)網(wǎng)絡(luò)（DCNN）改進(jìn)算法。該改進(jìn)算法通過(guò)采用PCA估計(jì)曲面法線來(lái)實(shí)現(xiàn)對(duì)Depth模態(tài)圖像的彩色化編碼，并使用CaffeNet模型[50]作為預(yù)訓(xùn)練參數(shù)，經(jīng)過(guò)參數(shù)微調(diào)實(shí)現(xiàn)模型訓(xùn)練和特征融合。然后，提出一種基于非監(jiān)督學(xué)習(xí)策略的特征學(xué)習(xí)算法—CNN-SPPL-RNN。該算法針對(duì)CNN-RNN模型[41]中對(duì)不

3、同尺寸的輸入圖像的泛化問(wèn)題，引入空間金字塔池化層（SPPL），并借助SPPL從不同的空間尺度提取平移不變性特征，再通過(guò)隨機(jī)RNN網(wǎng)絡(luò)層組合成高級(jí)特征。最后，在采用本文的CNN-SPPL-RNN算法提取特征的基礎(chǔ)上，提出一種樹形結(jié)構(gòu)的姿態(tài)估計(jì)算法框架。
　　本文采用Softmax分類器，在RGB-D數(shù)據(jù)集上進(jìn)行算法性能驗(yàn)證，結(jié)果表明改進(jìn)的多模態(tài)DCNN算法類別識(shí)別準(zhǔn)確率小幅提升，實(shí)例識(shí)別準(zhǔn)確率高達(dá)96.9%，較HMP算法[38]提升