基于RGB-D物體識(shí)別的深度學(xué)習(xí)算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域一個(gè)全新的研究方向,其目的是建立多層神經(jīng)網(wǎng)絡(luò),以期能夠模仿人腦的機(jī)制來(lái)分析和解釋圖像,音頻和文本等數(shù)據(jù)。它通過(guò)組合淺層特征形成更加抽象的高層特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域最重要也是最困難的問(wèn)題之一,提高圖像識(shí)別的準(zhǔn)確率對(duì)于自主式機(jī)器人的普及具有決定性的意義。深度學(xué)習(xí)在圖像識(shí)別領(lǐng)域的成功應(yīng)用進(jìn)一步推動(dòng)了計(jì)算機(jī)視覺(jué)的發(fā)展。
  基于RGB圖像或者灰度圖像的圖像識(shí)別,雖然也取得了一定的研

2、究成果,但是由于RGB圖像和灰度圖像包含信息的局限性,已經(jīng)很難滿足當(dāng)代圖像識(shí)別應(yīng)用中對(duì)準(zhǔn)確率的高要求。采用新一代傳感技術(shù)的RGB-D相機(jī)(如Kinect相機(jī))能夠同時(shí)記錄高分辨率的RGB圖像和深度圖像。RGB圖像包含物體的表面顏色信息和紋理信息,深度圖像包含物體的空間形狀信息,RGB圖像和深度圖像對(duì)彼此都是一種有效的補(bǔ)充。如何利用深度學(xué)習(xí)技術(shù)有效的結(jié)合 RGB圖像和深度圖像來(lái)提高物體的識(shí)別準(zhǔn)確率成為了深度學(xué)習(xí)領(lǐng)域的一個(gè)新的研究熱點(diǎn)。

3、r>  在本文中,我們首先提出了一個(gè)由K稀疏自編碼算法和空間金字塔最大池化算法組成的深度學(xué)習(xí)模型,K稀疏自編碼算法提取 RGB-D圖像的淺層特征,然后交由空間金字塔最大池化算法提取更抽象的高層特征。實(shí)驗(yàn)結(jié)果表明,此算法提取到了有區(qū)別力的特征,提高了物體的分類準(zhǔn)確率。
  然后,我們提出了基于稀疏自編碼算法改進(jìn)的多模態(tài)稀疏自編碼算法和一個(gè)新的深度學(xué)習(xí)模型,新的算法有效的完成了RGB特征和深度特征在原始圖像層的融合,實(shí)驗(yàn)結(jié)果表明有效的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論