论文部分内容阅读
针对废弃物目标表观特征变化大,卷积神经网络对部署硬件环境要求高等问题,提出一种简易可行的基于多模态RGBD特征与多尺度融合支持向量机的废弃物目标分割算法。首先对输入图像进行基于超像素的多尺度过分割。其次在每个超像素上提取表观与深度特征,训练基于支持向量机的分类器。最后进行多尺度预测融合。实验结果表明,该算法的分割准确率较高,训练和部署要求低,并有较好的实时性。