基于多任务度量多核学习的室内RGB‑D场景图像识别方法

摘要

本发明涉及一种基于多任务度量多核学习的室内RGB‑D场景图像识别方法，包括以下步骤：分别对室内RGB‑D场景图像中的彩色图像和对应的深度图像提取全局特征，对彩色图像特征和对应深度图像特征构建一个映射函数，将这两种图像特征同时映射到修正空间中，形成修正彩色图像特征和修正深度图像特征，最后，针对这两种修正特征，构建多核室内场景分类器模型，对待分类场景图像进行分类。本发明直接针对室内RGB‑D场景图像本身进行识别，避免了因物体存在的多样性而造成的识别错误和因物体识别错误而造成的场景判断错误，提高了室内RGB‑D场景图像类别识别的准确率。