多尺度卷积递归神经网络的RGB-D物体识别

发布时间：2018-08-10 18:04

【摘要】：为充分利用RGB-D图像提供的潜在特征信息,提出了多尺度卷积递归神经网络算法(multi-scale convolutional-recursive neural networks,Ms-CRNN)。该算法对RGB-D图像的RGB图、灰度图、深度图及3D曲面法线图进行不同尺度分块形成多个通道,每个通道与相应尺寸的滤波器卷积,提取的特征图经局部对比度标准化和下采样后,作为递归神经网络(recursive neural networks,RNN)层的输入以得到更加抽象的高层特征;融合后的多尺度特征由SVM分类器进行分类。基于RGB-D数据集的仿真实验结果表明,综合利用RGB-D图像的多尺度特征,提出的Ms-CRNN算法在物体识别率上达到88.2%,与先前方法相比有了较大的提高。
[Abstract]:In order to make full use of the latent feature information provided by RGB-D images, a multi-scale convolutional-recursive neural network (Ms-CRNN) algorithm is proposed. The algorithm blocks RGB, gray, depth and 3D surface normal maps of RGB-D images in different scales to form multiple channels, each channel and phase. According to the size of the filter convolution, the extracted feature map is normalized by local contrast and downsampled as the input of the recursive neural networks (RNN) layer to obtain more abstract high-level features; the fused multi-scale features are classified by SVM classifier. Combined with the multi-scale features of RGB-D images, the proposed Ms-CRNN algorithm achieves 88.2% of the object recognition rate, which is much higher than the previous methods.
【作者单位】： 武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室;
【基金】：国家自然科学基金面上项目(41571396) 国家创新训练项目(201410488017)
【分类号】：TP183;TP391.41

【相似文献】

相关期刊论文 前6条

1 金仁贵;;带有偏差单元的递归神经网络在故障诊断方面的应用[J];电脑知识与技术;2006年29期

2 宣森炎;龚小谨;刘济林;;基于联合卷积和递归神经网络的交通标志识别[J];传感器与微系统;2014年08期

3 覃光华,丁晶;带偏差单元的递归神经网络及其运用[J];人民长江;2002年01期

4 贺志强;冯寅;;长的短时记忆(LSTM)在五声调式和声的应用[J];福建电脑;2007年04期

5 刘章;陈小平;;联合无监督词聚类的递归神经网络语言模型[J];计算机系统应用;2014年05期

6 陈睿;黄曙光;叶春明;张亮;;基于二维RNN的CAPTCHA识别[J];小型微型计算机系统;2014年03期

相关会议论文 前1条

1 苏彩红;曾永发;张志飞;吴菁;;一种突触后抑制递归神经网络结构及其在模式识别中的应用[A];第二十六届中国控制会议论文集[C];2007年

相关博士学位论文 前1条

1 王扬帆;基于偏微分方程的时滞递归神经网络的动力分析与多尺度图像处理研究[D];中国海洋大学;2011年

相关硕士学位论文 前8条

1 崔志超;基于产品特征的中文评论情感分析系统设计与实现[D];河北科技大学;2015年

2 李克强;基于Spark的大规模RNNLM系统[D];江苏大学;2016年

3 梁军;基于深度学习的文本特征表示及分类应用[D];郑州大学;2016年

4 王瑞刚;基于递归神经网络的英文手写输入法的设计与实现[D];哈尔滨工业大学;2016年

5 金留可;基于递归神经网络的生物医学命名实体识别[D];大连理工大学;2016年

6 孙超红;基于递归神经网络的微博情感分类研究[D];浙江理工大学;2017年

7 卫晓欣;基于长短型记忆递归神经网络的英文手写识别[D];华南理工大学;2014年

8 商俊蓓;基于双向长短时记忆递归神经网络的联机手写数字公式字符识别[D];华南理工大学;2015年

，

本文编号：2175779