基于無監(jiān)督的增量式三維物體識別與物體語義網(wǎng)絡(luò)的構(gòu)建.pdf

1、物體識別一直是計算機圖像處理和機器人學(xué)的熱點之一。它在很多領(lǐng)域有著廣泛的應(yīng)用。然而，無論是基于二維圖像的物體識別還是基于三維模型的物體識別，所采用的方法大都依賴有監(jiān)督學(xué)習(xí)，只能針對特定類型的物體進行識別。一般物體識別是人認(rèn)識世界的基本手段，也是強人工智能研究不可或缺的一個信息處理能力，它為強人工智能的后續(xù)研究提供了信息基礎(chǔ)。
　　本論文以結(jié)構(gòu)化的室內(nèi)環(huán)境為背景，提出了一種基于無監(jiān)督和增量式學(xué)習(xí)的三維場景中一般物體的識別與語義網(wǎng)絡(luò)構(gòu)

2、建的框架。系統(tǒng)假設(shè)場景中的物體由支撐體和被支撐體組成，通過抽取支撐體再用空間聚類提取物體。然后用基于幾何基元的擬合方法分割物體，構(gòu)建物體的圖模型。再用圖嵌入技術(shù)把圖模型轉(zhuǎn)化為二維向量空間中的點集，運用擴展陸地移動距離計算點集間的距離，從而完成物體間的相似度計算。最后以系統(tǒng)見過的每個物體為節(jié)點，物體間的相似度為邊構(gòu)成了物體網(wǎng)絡(luò)，通過聚類歸納出物體類別信息，形成最終的物體語義網(wǎng)絡(luò)，包括了物體間的相似度值，物體類別信息，以及物體本身的圖模型。

3、這種一般物體識系統(tǒng)得到的初步物體語義網(wǎng)絡(luò)可為研究基于符號的強人工智能研究提供簡單的物體信息，為機器人認(rèn)知周圍環(huán)境提供了必要的基礎(chǔ)。
　　相對于其他三維物體識別技術(shù)，本文一開始就關(guān)注的就是無監(jiān)督增量式學(xué)習(xí)和語義信息。無監(jiān)督增量式意味著系統(tǒng)歸納出來的物體類別會根據(jù)其見過的所有物體的特征動態(tài)的調(diào)整。要保留物體模型的語義信息即是我們要盡量保證物體模型表示與人描述物體的方式相似，比如說我們會認(rèn)為一個人有頭部，四肢，軀干等部分組成。另外本系統(tǒng)