基于深度學習的三維目標識別算法研究.pdf

1、隨著Kinect、RealSense等新型三維智能傳感技術(shù)的出現(xiàn)，使得記錄高質(zhì)量的RGB圖像和深度（Depth）圖像變得十分便捷，而基于RGB-D圖像的三維目標識別研究也得到廣泛關(guān)注。已有研究表明，RGB和深度圖像信息的結(jié)合可以顯著提高三維目標識別的準確率。特征提取是三維目標識別研究的重要部分，而深度學習算法在自主學習和特征抽象方面表現(xiàn)突出，已經(jīng)成為計算機視覺領(lǐng)域的重要研究方向。因此，本文針對三維目標識別任務，結(jié)合 RGB圖像和深度圖像

2、信息，提出基于有監(jiān)督深度學習和無監(jiān)督深度學習的RGB-D目標識別算法。
　　首先，本文提出一種基于監(jiān)督學習策略的多模態(tài)深度卷積神經(jīng)網(wǎng)絡（DCNN）改進算法。該改進算法通過采用PCA估計曲面法線來實現(xiàn)對Depth模態(tài)圖像的彩色化編碼，并使用CaffeNet模型[50]作為預訓練參數(shù)，經(jīng)過參數(shù)微調(diào)實現(xiàn)模型訓練和特征融合。然后，提出一種基于非監(jiān)督學習策略的特征學習算法—CNN-SPPL-RNN。該算法針對CNN-RNN模型[41]中對不

3、同尺寸的輸入圖像的泛化問題，引入空間金字塔池化層（SPPL），并借助SPPL從不同的空間尺度提取平移不變性特征，再通過隨機RNN網(wǎng)絡層組合成高級特征。最后，在采用本文的CNN-SPPL-RNN算法提取特征的基礎(chǔ)上，提出一種樹形結(jié)構(gòu)的姿態(tài)估計算法框架。
　　本文采用Softmax分類器，在RGB-D數(shù)據(jù)集上進行算法性能驗證，結(jié)果表明改進的多模態(tài)DCNN算法類別識別準確率小幅提升，實例識別準確率高達96.9%，較HMP算法[38]提升