基于空间金字塔和特征集成的智能机器人目标检测算法
本文选题:智能机器人 + 目标检测 ; 参考:《计算机集成制造系统》2017年11期
【摘要】:随着人工智能研究的不断升温,机器人以其对识别、检测、控制的复杂需求逐渐成为研究热点。以NAO足球机器人为例,针对比赛球场背景复杂、光照视角多变、造成目标识别困难的问题,提出一种基于空间金字塔和特征集成的目标实时检测算法。算法引入多尺度检测,通过对原始图像构建高斯金字塔空间,解决了不同视距下目标检测的难点。提出双通道串行特征集成框架,利用计算速度快、漏检率低的梯度方向直方图特征基础检测器和线性支持向量机做初步检测,采用识别精度高、错检率低的三通道尺度不变特征转换描述子改进检测器和随机森林做二次筛选,然后使用非极大值抑制算法去除冗余标定框。实验结果表明,该方法在智能机器人目标识别任务上具有很高的鲁棒性和实时性。
[Abstract]:With the increasing temperature of AI research , the robot has gradually become the focus of research on the complex demands of recognition , detection and control . Based on the complex background of NAO soccer robot and multi - variation of illumination angle , this paper proposes a real - time target real - time detection algorithm based on spatial pyramid and feature integration . A dual - channel serial feature integration framework is proposed , which uses three - channel scale invariant feature conversion descriptor feature base detector and linear support vector machine with high recognition precision and low error detection rate . The results show that the method has high robustness and real - time performance on the task of intelligent robot target recognition .
【作者单位】: 浙江工业大学计算机科学与技术学院;
【基金】:国家自然科学基金资助项目(61572438) 武汉科技大学冶金装备及其控制教育部重点实验室开放基金资助项目(2017B04)~~
【分类号】:TP242;TP391.41
【相似文献】
相关期刊论文 前10条
1 彭伟勇;王小华;姚金良;;基于多特征集成的鲁棒图像拷贝检测算法[J];杭州电子科技大学学报;2013年01期
2 刘郁,陈耘志,张兵;图像挖掘中利用类特征集成的自动学习算法研究[J];电脑知识与技术;2005年30期
3 张海雷;曹菲菲;陈文亮;任飞亮;王会珍;朱靖波;;基于多层次特征集成的中文实体指代识别[J];中文信息学报;2007年05期
4 田彦涛;智能机器人及其展望[J];现代情报;1991年Z1期
5 庞汉平;李明彦;;“算法与程序设计”和“智能机器人”课程整合初探[J];中国电化教育;2011年03期
6 洪炳昒;;智能机器人的基本功能及其构成[J];飞航导弹;1988年01期
7 王同聚;;智能机器人实验为教育开启创新之门[J];中小学信息技术教育;2006年10期
8 唐仕喜;;教育图像资源搜索引擎智能机器人设计与实现[J];现代教育技术;2009年02期
9 陈文红;;广东省第三届中小学生智能机器人竞赛活动在广州举行[J];教育信息技术;2006年01期
10 ;小i机器人与华东师范大学计算机应用研究所产学联合大数据分析与挖掘联合实验室成立[J];软件产业与工程;2014年01期
相关会议论文 前2条
1 张海雷;曹菲菲;陈文亮;任飞亮;王会珍;朱靖波;;基于多层次特征集成的中文实体指代识别[A];内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集[C];2007年
2 宋辉;方宗达;;一款智能机器人控制板的软件设计[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
相关重要报纸文章 前1条
1 文薇;中药电子调配中心问世[N];中国医药报;2000年
相关硕士学位论文 前1条
1 张继国;面向全自主智能机器人的双目视觉技术研究[D];哈尔滨工业大学;2012年
,本文编号:1877166
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1877166.html