论文部分内容阅读
基于条件随机场,提出一种由近及远的在线、自适应大范围场景地形感知框架.首先,把当前场景图片划分为超像素,将近视场超像素的特征向量和地形类别作为学习样本整合到地形数据库中;然后,利用条件随机场和地形数据库对远视场超像素的特征信息和空间关系进行建模;最后,利用在线学得的模型参数对远视场超像素所属地形类别进行推理.分类实验结果表明,该方法相对已有的其他方法在分类的精度、鲁棒性以及对动态环境的自适应能力三方面均有极大提高.