费婷婷,龚小谨

(浙江大学 信息与电子工程学系,浙江 杭州 310027)



基于马尔科夫随机场的非参数化RGB-D场景理解

费婷婷,龚小谨

(浙江大学 信息与电子工程学系,浙江 杭州 310027)

摘要:针对RGB-D场景下的场景理解问题,提出高效的基于标签传递机制的非参数化场景理解算法.该算法主要分为标签源构建、超像素双向匹配和标签传递三个步骤.与传统的参数化RGB-D场景理解方法相比,该算法不需要繁琐的训练,具有简单高效的特点.与传统的非参数化场景理解方法不同,该算法在系统的各个设计环节都有效利用了深度图提供的三维信息,在超像素匹配环节提出双向匹配机制,以减少特征误匹配；构建基于协同表示分类(CRC)的马尔科夫随机场(MRF),用Graph Cuts方法求出最优解,获得场景图像每个像素的语义标签.该算法分别在室内的NYU-V1数据集和室外的KITTI数据集上进行实验.实验结果表明,与现有算法相比,该算法取得了显著的性能提升, 对室内、外场景均适用.

关键词：场景理解；非参数化；RGB-D；马尔科夫随机场(MRF)

场景理解是用模式识别和人工智能的方法对场景图像进行分析、描述、分类和解释,最终得到场景图像中每个像素语义标签的技术,是计算机视觉的一个重要课题,在无人车驾驶、机器人导航、虚拟现实、安防监控等领域有着广泛的应用.

近年来,随着激光雷达[1]以及微软Kinect[2]等距离传感器的面世,场景深度信息的获取变得更加容易,结合三维点云数据或致密深度等三维信息的场景理解方法引起了众多学者的广泛关注[3-6].谭伦正等[4-5]采用神经网络训练的方法来进行场景理解；……