基于深层卷积神经网络的机器人工作场景识别方法

摘要

基于深层卷积神经网络的机器人工作场景识别方法，其包括采集机器人工作场景视频；提取工作场景视频中的场景图像作为原始场景图像数据集；对原始工作场景图像进行归一化处理；对机器人工作场景数据集进行去均值化等预处理；提取机器人工作场景数据集PARTIAL场景图像的SIFT特征；提取机器人工作场景数据集GLOBAL中场景图像的卷积层特征以及池化层特征；机器人工作场景图像分别通过特征词袋分类模型和深度神经网络模型得到长度为n的输出，将这两个输出结合成的向量作为样本数据，然后训练一个三层的神经网络，得到最终机器人工作场景的分类结果，其实现机器人在环境场景中，通过摄像头采集图像，并把该图像作为输入至训练好的分类器，提高机器人场景识别精度。