非類別限定的物體識別學(xué)習(xí)模型構(gòu)建.pdf

1、作為現(xiàn)代計算技術(shù)和IT技術(shù)的延伸，機(jī)器人正在逐漸走進(jìn)我們的生活，而高度智能化和特性化正成為個人機(jī)器人鮮明的特征。視覺系統(tǒng)是機(jī)器人感知周圍環(huán)境的重要組成構(gòu)建之一，對于獲取原數(shù)據(jù)并進(jìn)行處理以供機(jī)器人控制協(xié)調(diào)完成相應(yīng)的任務(wù)起著至關(guān)重要的作用。其中物體識別部分作為機(jī)器人視覺系統(tǒng)的一個重要部分，對于物體抓取、周圍環(huán)境感知以及識別導(dǎo)航等都有很大的作用。在室內(nèi)環(huán)境下進(jìn)行物體的檢測，可以輔助服務(wù)型機(jī)器人完成很多任務(wù)，并且物體的檢測與定位也是視覺任務(wù)中極

2、其關(guān)鍵的一步。
　　本文改進(jìn)了一種檢測和定位非類別限定的物體的方法。傳統(tǒng)采用四種特征（即多尺度顯著點(diǎn)、顏色對比、邊緣稠密度和超像素跨立）進(jìn)行融合，對于背景簡單的環(huán)境檢測效果良好。但是對于室內(nèi)背景復(fù)雜，且近距離的物體檢測出現(xiàn)誤檢和漏檢?？紤]距離因素，本文引入深度信息作為新的一種特征進(jìn)行融合，通過實(shí)驗驗證增加深度信息后，物體檢測準(zhǔn)確度相對于不加深度信息有顯著提高?；诜穷悇e限定的物體檢測算法和機(jī)器人單一視覺傳感器獲取源數(shù)據(jù)的特性，本文

3、給出一種非類別限定的物體識別學(xué)習(xí)模型。區(qū)別于模版理論和常規(guī)理論，首先，采用多特征分類訓(xùn)練檢測環(huán)境內(nèi)機(jī)器人感興趣的物體。其次，根據(jù)記憶庫中存儲的信息與物體實(shí)體信息進(jìn)行分別識別與學(xué)習(xí)。這里學(xué)習(xí)是指示教學(xué)習(xí)，即面對一個新物體，第三方提供信息給機(jī)器人，然后機(jī)器人記有該物體信息以備下次識別。本文基于三種假設(shè)：物體已被分割，物體類屬性（物體分類）已知和物體歸屬性（物體歸屬某個人）已知，將該模型流程對應(yīng)于三種情形：記憶庫中存儲有完整的物體信息，記憶庫