基于RGB-D图像的物体识别方法

摘要

物体识别是机器视觉研究的主要内容之一,融合物体深度特征的RGB-D图像为物体识别精度的提高提供了新的解决途径.为系统总结其近年产生的诸多成果,首先综述了基于RGB-D图像的物体识别研究,讨论了结合深度图像的RGB-D图像应用于物体识别的优势;其次,从公开的RGB-D数据库样本特征分析出发,归纳和分析了早期的基于先验知识的手工特征识别方法和目前的基于特征学习的RGB-D物体识别,并详细论述了RGB-D数据的多模态融合方法;最后,基于华盛顿RGB-Dobject dataset对20余种模型与编码组合方式的识别结果进行了系统的对比和分析,并对RGB-D物体识别的趋势及未来研究方向进行了展望.