基于多視角學(xué)習(xí)的餐具檢測(cè)和識(shí)別算法研究.pdf

1、隨著服務(wù)機(jī)器人硬件成本的下降和相關(guān)理論技術(shù)的不斷成熟，不同類型的服務(wù)機(jī)器人已經(jīng)廣泛應(yīng)用于各個(gè)服務(wù)領(lǐng)域。餐廳服務(wù)機(jī)器人主要是通過(guò)對(duì)餐桌中的餐具進(jìn)行實(shí)時(shí)的分析，代替人類收拾已使用過(guò)的餐具，以減輕人類的負(fù)擔(dān)。服務(wù)機(jī)器人在餐具清理行動(dòng)時(shí)，需要實(shí)時(shí)檢測(cè)出餐具所在的位置，并識(shí)別出該餐具的具體類型和有無(wú)食物。針對(duì)該問(wèn)題，本文主要研究了服務(wù)機(jī)器人餐具檢測(cè)和識(shí)別方法，相關(guān)工作如下：
　　(1)采用多視角學(xué)習(xí)的方法對(duì)餐具進(jìn)行檢測(cè)。首先利用 SLIC(

2、Simple Linear Iterative Cluster)超像素算法將整幅圖像初步分割成少量的超像素節(jié)點(diǎn)，然后以超像素為圖模型的節(jié)點(diǎn)，以超像素點(diǎn)之間的近鄰關(guān)系確定圖模型的邊，構(gòu)建表示超像素節(jié)點(diǎn)之間相似性的圖模型。用圖像多個(gè)視角下的特征構(gòu)建超像素節(jié)點(diǎn)之間的近鄰關(guān)系，然后綜合地學(xué)習(xí)這些圖模型，生成超像素點(diǎn)之間的相似性值。假設(shè)邊緣節(jié)點(diǎn)是背景信息，那么與這些種子節(jié)點(diǎn)具有較低相似性的超像素點(diǎn)更有可能是圖像中的餐具。
　　(2)通過(guò)構(gòu)建