[发明专利]一种基于深度学习的RGBD图像目标识别方法

说明书

本发明公开了一种基于深度学习的RGBD图像目标识别方法，其包括以下步骤：1、利用稀疏自编码器获取RGB图像和深度图像的低维特征；2、利用卷积网络进一步提取所述RGB图像和深度图像的高维特征，将得到的高维特征做融合，得到融合特征；3、将融合后的特征送入到分类器中训练，调整参数使分类效果达到最佳，将上述调整好的网络移值到目标检测框架中，并对整个目标检测框架进行训练，将训练好的模型用于进行目标识别。本发明充分利用了RGBD图像的RGB特征和深度特征，网络模型小，方便在嵌入式平台上移植。

技术领域

本发明属于图像处理领域，具体涉及一种基于深度学习的RGBD图像目标识别方法。

背景技术

目标识别是指利用计算机视觉和图像处理技术对图像中的特定物体进行识别和分类，即首先通过电脑的训练，然后用以判断未知图片的图像处理技术。目前该领域在深度学习技术的推动下已经取得了巨大的进步，并广泛应用于军事、公共安全、农业、工业生产中。在军事方面，无人机等都用到了目标识别技术；在公共安全方面，机场安检等也广泛利用目标识别技术；在农业上，农作物物种识别等越来越依靠目标识别，在工业上，自动化作业、零部件的智能装配也都用到了目标识别的方法；在日常生活中，更是离不了目标识别技术，比如说现在的研究热点智能家居，它就利用了人脸识别、指纹识别、语音识别和气味识别等技术。现有的目标识别技术大多依赖于RGB图像，但是由于RGB图像和灰度图像包含信息的局限性等限制，已经逐渐不能满足当代的工业应用中对于物体识别准确率的高要求。随着kinect相机的广泛应用，该类相机拍摄的图片更是包含了深度信息，能够记录高质量的包含RGB图像和深度(Depth)图像(RGB-D图像)的同步视频、可以反映物体的形状特征、对深度信息进行提取利用可以大大提高识别的准确度。RGB图像和深度图像对彼此都是一种有效的补充，由此可见，基于RGB-D图像的物体识别能有效的提高物体的识别准确率。

目前对RGBD图像利用深度学习进行目标识别的方法主要方法包括将RGBD图像当作四通道图像送入神经网络中进行处理；以及分别先用稀疏自编码器对RGB和深度信息进行特征提取，再将两者特征利用相同的RNN网络提取高维特征并进行融合。这些方法都忽略了RGB信息和深度信息之间内容的差异性，对两种信息使用相同的网络结构进行处理，导致对RGB信息和深度信息提取的特征不能最大程度反映它们的特性。而且这些方法使用的网络结构也比较复杂，导致生成的模型占用了较大的存储空间，不利于将模型在嵌入式平台上进行移植。

发明内容

本发明的目的在于提供一种识别准确度较高且模型相对简单的RGBD图像目标识别方法。

为实现上述目的，本发明采用以下技术方案：

一种基于深度学习的RGBD图像目标识别方法，其包括以下步骤：

步骤1、利用稀疏自编码器获取RGB图像和深度图像的低维特征；

步骤2、利用卷积网络进一步提取所述RGB图像和深度图像的高维特征，将得到的高维特征做融合，得到融合特征；

步骤3、将融合后的特征送入到分类器中训练，调整参数使分类效果达到最佳，将上述调整好的网络移值到目标检测框架中，并对整个目标检测框架进行训练，将训练好的模型用于进行目标识别。

在所述步骤1中，所述稀疏自编码器包括输入层、中间层和输出层，学习输入和输出之间的映射保存输入层与中间层的权值，将该权值转换成卷积核的形式用于卷积提取图像的低维特征。

在所述步骤2中，为RGB图像和深度图像的特征各自赋上一个随机的权值，该权值可通过训练的方式自适应得到，将所述RGB图像和深度图像的特征分别与权值相乘后的结果，再加上随机的一对偏置，得到所述融合特征。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：