使用深度信息的物體識別算法的建議

我最近實施了一種識別軟件，遵循this paper中描述的技術。但是，我的數據集還包含使用OpenNI進行深度圖。使用深度信息的物體識別算法的建議

我想使用深度信息提高識別器的健壯性。我關於在提取VFH描述符（我爲此任務調整了OpenCV DescriptorExtractor接口）之後訓練1-vs-all SVMs計算弓形反應直方圖。但重點是：我如何結合這兩件事情來獲得更精確的結果？有人可以爲我提供一個策略嗎？

P.s.我非常想測試直接向kinect顯示對象的識別器（而不是像我現在正在將裁剪後的圖像提供給識別器）。

來源

2013-02-15 Pavel Galkin

你確定使用深度信息將提高穩健性？您使用SIFT/Bag of Visual Words作爲描述符的文章引用了仿射不變系統，例如您可以縮放/旋轉/平移對象，它仍然會提供大致相似的描述符，因此可以識別對象。如果您使用深度信息並開始以不同角度向相機傾斜物體，則會得到完全不同的信號。 – jcollomosse 2014-05-11 18:32:09

我建議你看看PCL，這是一個非常類似於opencv的框架，只是它專門用於點雲處理。自從使用它以來已經有一段時間了，但算法是其他最先進的實現。

http://pointclouds.org/documentation/

來源

2013-03-11 10:25:00 Rasmus

使用深度信息的物體識別算法的建議

回答

相關問題