基于物體候選區(qū)域和改進(jìn)隨機(jī)蕨的室內(nèi)物體識(shí)別算法研究.pdf

1、隨著科技的進(jìn)步，機(jī)器人技術(shù)得到快速發(fā)展。室內(nèi)移動(dòng)機(jī)器人由于廣泛應(yīng)用于家庭服務(wù)、醫(yī)療康復(fù)等重要領(lǐng)域，正受到越來越多的重視。為了完成實(shí)際應(yīng)用中一系列復(fù)雜的任務(wù)，實(shí)現(xiàn)移動(dòng)機(jī)器人的自主智能化，研究其視覺感知能力顯得格外重要。物體識(shí)別作為視覺感知的基本問題，也成為室內(nèi)移動(dòng)機(jī)器人的基本任務(wù)。而傳統(tǒng)計(jì)算機(jī)視覺領(lǐng)域中的物體識(shí)別算法，本身就面臨著很多困難，對(duì)于處在復(fù)雜的室內(nèi)場(chǎng)景中的移動(dòng)機(jī)器人而言，面對(duì)的挑戰(zhàn)將更多。因此，尋找一種快速準(zhǔn)確并適用于室內(nèi)移動(dòng)機(jī)

2、器人的物體識(shí)別算法顯得很有意義。
　　通過對(duì)主動(dòng)視覺理論中的顯著性檢測(cè)的研究，以及近幾年深度信息在計(jì)算機(jī)視覺領(lǐng)域的廣泛應(yīng)用，提出了一種結(jié)合BING（Binarized Normed Gradients，二值化梯度幅值）特征和場(chǎng)景深度信息的物體候選區(qū)域檢測(cè)方法。首先通過BING特征快速獲取物體候選窗口，再利用深度信息對(duì)大量的候選窗口進(jìn)行篩選，留下可能性最高的少量候選窗，最后考慮到識(shí)別的準(zhǔn)確率和效率問題，對(duì)物體候選窗口集進(jìn)行一次擴(kuò)充和

3、分組。
　　得到物體候選區(qū)域后，再通過具有在線學(xué)習(xí)和人工協(xié)助特點(diǎn)的隨機(jī)蕨算法進(jìn)行目標(biāo)物體的識(shí)別。針對(duì)原始隨機(jī)蕨算法面對(duì)目標(biāo)物體被部分遮擋時(shí)識(shí)別效果不佳的情況，本文提出了一種“子區(qū)域”的概念，對(duì)原算法進(jìn)行了改進(jìn)，使得算法對(duì)部分遮擋的物體的識(shí)別有更好的魯棒性。與此同時(shí)，修改了原算法中通過直接比較兩個(gè)像素點(diǎn)的強(qiáng)度值來生成二進(jìn)制串，進(jìn)而獲取蕨特征的方式，使得算法對(duì)紋理不豐富的目標(biāo)物體的識(shí)別效果有了提升。選擇了四個(gè)有代表性的物體進(jìn)行實(shí)驗(yàn)驗(yàn)證