圖像語(yǔ)義分割一直是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn),其目的是通過分割不同物體,賦予物體不同語(yǔ)義類別標(biāo)簽,使計(jì)算機(jī)全面地獲取場(chǎng)景語(yǔ)義信息。但目前研究主要聚焦在使用彩色圖像數(shù)據(jù)作為訓(xùn)練,針對(duì)室外場(chǎng)景且單一任務(wù)的語(yǔ)義分割。而在實(shí)際應(yīng)用中,室內(nèi)場(chǎng)景比室外更加復(fù)雜,機(jī)器人除了需要知道物體的語(yǔ)義類別信息之外,還需要知道物體的位置信息以便完成更為復(fù)雜的視覺任務(wù),同時(shí)室內(nèi)場(chǎng)景光照等因素會(huì)對(duì)彩色圖像產(chǎn)生影響。針對(duì)以上問題,本文以復(fù)雜室內(nèi)場(chǎng)景為研究對(duì)象,利用RGB-D圖像信息,基于深度學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)算法為研究基礎(chǔ),開展聯(lián)合目標(biāo)檢測(cè)的多任務(wù)語(yǔ)義分割研究,主要研究工作如下:(1)基于Kinect室內(nèi)場(chǎng)景數(shù)據(jù)庫(kù)的建立。通過Kinect的相關(guān)內(nèi)置參數(shù)矩陣,確定相機(jī)彩色攝像頭與深度攝像頭的位置關(guān)系,保證相機(jī)采集的彩色與深度圖像一一對(duì)應(yīng)。利用Kinect獲得室內(nèi)場(chǎng)景的彩色圖像和深度圖像,構(gòu)建室內(nèi)場(chǎng)景圖像數(shù)據(jù)庫(kù)。(2)基于卷積神經(jīng)網(wǎng)絡(luò)的RGB圖像室內(nèi)場(chǎng)景語(yǔ)義分割。構(gòu)建基于改進(jìn)的FCN語(yǔ)義分割模型,采用遷移學(xué)習(xí)的思想對(duì)模型進(jìn)行訓(xùn)練,引入深度優(yōu)化算法,提升網(wǎng)絡(luò)的訓(xùn)練速度和收斂速度,建立室內(nèi)場(chǎng)景下基于彩色圖像的訓(xùn)練模型,語(yǔ)義分割...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1圖像處理的一般流程

伴隨著計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展,也促進(jìn)了視覺傳感器技術(shù)的快速發(fā)展,使得圖像的獲取變得越來越容易,獲取圖像的分辨率也越來越高,圖像中含有的特征信息也越來越多,圖像工程技術(shù)因此而產(chǎn)生。圖像工程根據(jù)其抽象程度以及研究方法的不同主要分為圖像處理、圖像分析和圖像理解等三個(gè)層次。其中,圖像處....

圖2.2立體視覺法原理示意圖

立體視覺法是基于計(jì)算機(jī)視覺最基本的相機(jī)模型,主要是通過不同位置的相機(jī)對(duì)同一目標(biāo)拍攝的兩幅和多幅圖像組成立體像對(duì),在實(shí)現(xiàn)標(biāo)定好相機(jī)內(nèi)外參數(shù)的前提下,根據(jù)三角測(cè)量原理,利用對(duì)應(yīng)點(diǎn)的視覺來計(jì)算相機(jī)視野范圍內(nèi)的立體信息,其原理如圖2.2所示。立體視覺法通過模擬人類雙眼處理景物的方式,能一....

圖2.3結(jié)構(gòu)光原理示意圖

結(jié)構(gòu)光的方法主要是一種采用可控光源的技術(shù),充分利用光源中的空間幾何信息,有效地提取場(chǎng)景中物體的幾何信息。它首先利用相機(jī)在拍攝過程中檢測(cè)光源照射在物體表面產(chǎn)生光條紋的形態(tài)和間斷性,然后以此來表現(xiàn)物體表面的形狀信息,最后經(jīng)過裝置標(biāo)定方可計(jì)算出被光照射點(diǎn)的三維坐標(biāo)信息,其原理如圖2.3....

圖2.4常見的彩色深度相機(jī)

基于彩色深度圖像信息研究的需要,助推了圖像采集智能設(shè)備的發(fā)展。目前市面上比較主流的RGB-D深度相機(jī)有微軟公司的Kinect系列、華碩的Xtion系列、奧比中光以及Intel公司的RealSense等,如圖2.4所示。Kinect是微軟公司于2010年推出的一款RGB-D相機(jī),主....

本文編號(hào)：3953515