室內(nèi)場景RGB-D圖像目標提取及幾何關(guān)系推測.pdf

1、場景解析對于室內(nèi)機器人語義定位和地圖構(gòu)建有著重要的應用價值。直接測量高精度的深度信息能彌補傳統(tǒng)RGB紋理視覺信息的不足，對于解決室內(nèi)場景解析問題具有巨大潛力和誘人前景。隨著傳感器技術(shù)的發(fā)展，深度圖像的獲取不再昂貴，近年來基于RGB-D圖像的室內(nèi)場景解析理論和技術(shù)受到國內(nèi)外研究者的關(guān)注。場景解析研究的重點在于場景內(nèi)對象輪廓的提取、對象分割以及對象之間幾何關(guān)系的推測。
　　本文從實際應用出發(fā)，深入分析了場景解析的各個步驟，在對象的輪廓

2、提取、對象分割、對象之間幾何關(guān)系推測三個方面進行了深入的研究。本文主要的創(chuàng)新研究成果如下：
　　（1）針對RGB-D圖像豐富信息，提出了一種基于圓盤的表示方法，以達到充分利用亮度、顏色、紋理、深度信息的目的；針對單個決策樹表現(xiàn)出高方差以及過擬合的缺點，犧牲單個決策樹的準確性以滿足集成模型的多樣性，利用類似的方法為結(jié)構(gòu)化標簽引入近似信息增益準則，得出結(jié)構(gòu)化森林的方法；像素點中的邊界信息根據(jù)二元變量的指示來確定，提出了一種基于結(jié)構(gòu)森林

3、的RGB-D圖像輪廓檢測方法。
　?。?）在上述研究的基礎上，提出了一種基于樹的實例分割方法。分別選擇使用標準分割樹和偏分割樹來訓練全局模型，建立ILP以描述語義和實例的映射問題，建立損失函數(shù)模型來解ILP模型。該實例分割方法可以有效的避免錯誤分割，準確的標記分割塊。
　?。?）針對前述的實例分割結(jié)果，將其作為輸入，提出一種更加簡單準確的場景中對象幾何關(guān)系推理方案。將場景中的對象分成四種結(jié)構(gòu)化類，結(jié)合物理約束和統(tǒng)計先驗支撐關(guān)