基于RGB-D视觉信息的物体识别算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-15页 |
| 1.2 物体识别国内外研究现状 | 第15-17页 |
| 1.3 设备与实验平台 | 第17页 |
| 1.4 本文主要工作与创新点 | 第17-19页 |
| 1.5 文章结构组织 | 第19-21页 |
| 2 特征表示算法 | 第21-38页 |
| 2.1 SIFT | 第21-26页 |
| 2.2 稀疏编码 | 第26-29页 |
| 2.3 空间金字塔池化 | 第29-33页 |
| 2.3.1 BoF | 第30-31页 |
| 2.3.2 空间金字塔 | 第31-33页 |
| 2.3.3 空间匹配核 | 第33页 |
| 2.4 SVM向量机 | 第33-38页 |
| 2.4.1 线性SVM | 第34-36页 |
| 2.4.2 SVM分类器的计算 | 第36-38页 |
| 3 基于多通道字典的物体识别算法 | 第38-46页 |
| 3.1 字典学习 | 第39-40页 |
| 3.2 第一层块特征稀疏编码 | 第40-41页 |
| 3.3 金字塔池化 | 第41-42页 |
| 3.4 第二层块特征稀疏编码 | 第42页 |
| 3.5 实验 | 第42-45页 |
| 3.6 总结 | 第45-46页 |
| 4 结合SIFT和稀疏编码的物体识别方法 | 第46-57页 |
| 4.1 K-SVD字典学习 | 第47页 |
| 4.2 块特征的提取与表示 | 第47-49页 |
| 4.2.1 基于块的SIFT特征的稀疏编码计算 | 第47-48页 |
| 4.2.2 基于图像像素信息的图像块特征计算 | 第48-49页 |
| 4.3 图像级特征的提取与表示 | 第49-50页 |
| 4.4 实验 | 第50-56页 |
| 4.4.1 物体识别实验结果 | 第51-53页 |
| 4.4.2 实例识别实验结果 | 第53-56页 |
| 4.5 总结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 参考文献 | 第59-66页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
