使用深度信息的物体识别算法建议
Posted
技术标签:
【中文标题】使用深度信息的物体识别算法建议【英文标题】：Suggestion for object recognition algorithm using depth information 【发布时间】：2013-01-31 19:00:04 【问题描述】：我最近按照this paper 中描述的技术实现了一个识别软件。但是，我的数据集还包含使用 OpenNI 拍摄的深度图。
我想使用深度信息来提高识别器的稳健性。我想在提取 VFH 描述符后训练 1-vs-all SVM 计算弓形响应直方图（我为此任务调整了 OpenCV DescriptorExtractor 接口）。但关键是：我怎样才能将这两件事结合起来以获得更精确的结果？有人可以为此建议我一个策略吗？
附：我非常想测试直接向 kinect 显示对象的识别器（而不是像我现在正在做的那样，将裁剪的图像提供给识别器）。
【问题讨论】：
您确定使用深度信息会提高稳健性吗？您引用的论文使用 SIFT/Bag of Visual Words 作为描述符，这将导致仿射不变系统，例如您可以缩放/旋转/平移对象，它仍然会给出大致相似的描述符，从而识别对象。如果您使用深度信息并开始以与相机不同的角度倾斜物体，您将获得完全不同的信号。 【参考方案1】：我建议你看看 PCL，它是一个很像 opencv 的框架，只是它专门用于点云处理。使用它已经有一段时间了，但算法是其他最先进的实现。
http://pointclouds.org/documentation/【讨论】：
以上是关于使用深度信息的物体识别算法建议的主要内容，如果未能解决你的问题，请参考以下文章