RGB-D图像相关论文
为提高图像分割效率,提出注意力引导多模态交叉融合分割网络(ACFNet)。采用编码器-解码器结构,设计非对称双流特征提取网络,RGB和深度编......
语义分割是计算机视觉的重要任务,旨在为图像中每一个像素赋予类别标签。该任务广泛应用于城市规划、室内机器人导航等现实场景。......
随着计算机科技的发展,机器人被使用于协助人类活动,甚至能独立完成对工作环境中存在物体的类型识别工作。让机器人在室内场景中有......
在复杂的室内环境中,存在光线照射不均匀、物体繁多且大小不同,物体间颜色和纹理相似度高以及相互遮挡等情况,使基于彩色图像的分......
目的 针对卷积神经网络在RGB-D(彩色-深度)图像中进行语义分割任务时模型参数量大且分割精度不高的问题,提出一种融合高效通道注意......
世界老龄人口不断攀升,纯人力的护理方式不再适应当今世界的需求,伴随着智能机器人的快速发展,催生了一批智能移乘搬运护理机器人......
人类视觉系统感知周围场景时所获取的信息不仅包括物体反射不同光谱产生的RGB信息,也包含双眼形成的立体视觉所提供的深度信息。RG......
场景语义分割是计算机视觉领域的一项重要研究课题,在虚拟现实、增强现实、室内导航、自动机器人等场景都有广泛的应用。二维图像......
人体行为识别在智能监控、人机交互、虚拟现实、视频检索等方面有广泛的应用前景,而受到学术界和工业界的广泛关注。传统的基于可......
图像语义标注作为图像场景理解的核心之一,已成为图像处理与计算机视觉领域的研究热点。室内场景存在大量语义类别、互相遮挡、低......
3D图像分类是计算机视觉中的一个热门课题,在室内物体检测、行人检测、姿态检测和机器人视觉等领域有着重要的应用价值。随着人工......
局部特征提取通常作为计算机视觉和图像处理等任务的第一步,例如:宽基线匹配,图像拼接以及图像分类等问题,因此局部特征性能的优劣......
三维物体识别是计算机视觉领域中的一个重要分支,也是长期以来人们争相研究的热点。该热点研究与生活中许多“智能”方面的研究,例如......
新型低廉的RGB-D相机像微软的Kinect是一种体感传感器,它在动漫、游戏中有着广泛的应用。由于其产生的深度图像噪声大,如何通过这......
近年来,TOF深度相机在三维重建、人机交互、增强现实等领域有着越来越广泛的应用。TOF深度相机有着精度高的不可比拟的优点,但是传......
场景解析对于室内机器人语义定位和地图构建有着重要的应用价值。直接测量高精度的深度信息能弥补传统RGB纹理视觉信息的不足,对于......
手势识别是人机交互领域的一个热点问题,而手势检测是手势识别的关键步骤之一。传统的手势检测不仅采用肤色检测而且还需要人手定......
目前,随着智能工厂概念的出现与发展,厂商们对工业机器人的编程亦有了更高层次的需求,如何降低生产成本是他们最关心的问题,而采用......
视觉注意力机制可以使人们自动捕获到复杂场景中最具有吸引力的那一部分物体。显著目标检测作为计算机视觉领域的一个分支,致力于......
在人工智能、增强现实(AR)等前沿科技的实际应用中,物体检测具有很高的研究价值,涉及到人机交互和多媒体检索等多项关键内容,但是......
即时定位和地图构建技术(Simultaneous Localization and Mapping,SLAM)是完成移动机器人自主导航任务的核心技术。某种设备(如机......
图像语义分割一直是计算机视觉领域的研究热点,其目的是通过分割不同物体,赋予物体不同语义类别标签,使计算机全面地获取场景语义......
物体识别一直是计算机视觉及模式识别领域的核心课题之一。随着深度传感技术的迅猛发展,利用RGB-D图像信息来解决物体识别问题已成......
随着虚拟现实技术的飞速发展,室内三维场景的重建引起了众多学者的关注,目前大多三维场景重建都是基于激光扫描数据进行,其虽然能......
近年来,伴随着诸多技术的成熟,机器人产业飞速发展,逐渐成为了一个囊括军事、工业、农业、及民用服务业等各行各业的高科技新兴产......
为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN)。将RGB图像与深度光学信息结......
针对RGB图像的实例分割任务在图像目标物体纹理相近但类别不同的区域可能出现分割错误的问题,引入Depth信息,结合RGB-D图像的三维......
随着移动机器人应用领域的不断拓展,即时定位与构图(Simultaneous Location and Mapping,SLAM)技术作为其关键技术得到了广泛关注。在......
在人工智能、虚拟现实、机器学习方兴未艾的今天,以计算机视觉为基础的机器人技术得到了大力的发展。作为机器人研究领域的核心问题......
RGB-D图像显著目标检测旨在从一对RGB图像和深度图像中识别视觉上最显著的目标。目前,学术界已经提出了各种有效的单幅RGB-D图像显......
针对LBE算法难以完整检测出结构复杂的目标和过度依赖深度信息的问题,提出一种基于改进LBE特征的RGB-D显著性检测算法。首先,对输......
目标检测是计算机视觉领域中最基本的任务之一,在基于彩色图像的目标检测初见成效之后,科研人员不满足于此,开始了对3D目标检测的......
随着成像传感器技术的不断进步,获取图像的方式更加多元化,图像类型也由传统的二维图像发展到2.5维距离图像、三维点云数据等。在......
针对机器人在杂乱环境下抓取未知物体的鲁棒性和实效性较差的问题,本文主要对基于深度学习的抓取配置预测算法进行了深入地研究。......
随着科学技术的发展,人脸识别技术越来越多的被应用于火车站安检、小区门禁系统、手机支付,以及医院和药店等场所。传统的二维人脸......
与传统的基于二维图像的识别相比,三维的图像识别由于其引入的深度信息,使得其具有更高的准确率和鲁棒性。这是因为三维的RGB-D图......
针对传统的颜色-深度(RGB-D)图像物体识别的方法所存在的图像特征学习不全面、特征编码鲁棒性不够等问题,提出了基于核描述子局部......
随着机器学习的迅速发展,人工智能技术越来越多地应用于人类日常生活,有效提升人类生活环境的智能程度。使用机器学习算法对人脸表......
针对利用彩色图像进行车辆检测会受到路面阴影、车辆反光和光线不足等复杂情况的影响,提出一种基于卷积神经网络并融合了彩色与深......
对于智能机器人来说,正确地理解环境是一项非常重要且充满挑战性的能力,从而成为机器人学领域一个关键问题.随着服务机器人进入家......
抓取是机械臂完成搬运、分拣、装配等任务中的关键操作步骤。研究高效、准确、可复用性高的抓取方法,对于提高机械臂工作效率、降......
RGB-D媒体获取设备的发展、普及使得RGB-D数据持续增长,极大地推动了多媒体研究领域中RGB-D媒体数据相关处理技术的研究。其中,RGB......
由于深度图像采集设备的广泛使用,使得利用RGB-D图像进行目标检测成为计算机视觉领域研究热点。为了使得利用卷积神经网络所提取的......
针对 RGB-D 图像具有丰富的三维几何特征,复杂度高这一具有挑战性的难题,提出一种针对室内场景RGB-D 图像的分割算法.首先,经过 RG......
提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法。算法首先采用基于深度学习的行人检测器检测运动人体目标;其次,利......