基于结构森林的RGB-D图像轮廓提取OA北大核心CSCDCSTPCD
Contour extraction from RGB-D image based on structured forests
为了获取更加清晰、更多细节的轮廓特征,充分利用Kinect传感器获取的RGB-D图像信息,将结构化的随机森林作为分类器,提出一种更加精确的轮廓提取器.首先,将RGB-D图像的多种信息利用数学公式表示出来;然后利用BSD500数据集以及NYU深度数据集训练结构化的随机森林算法,核心是将给定节点的结构化标签映射到一组离散标签;最后,利用该随机森林算法对RGB-D图像信息进行分类,得到图像轮廓.针对细节不同的四种场景图像进行对比实验,结果表明,经改进后…查看全部>>
In order to obtain more clear and more detailed contour features,and fully use the RGB-D image information from Kinect,this paper proposed a more precise contour extractor using structured random forests as a classifier.First,it expressed the various information from RGB-D image with mathematical formulas.Then,it used the BSDS00 segmentation dataset and NYU depth dataset to train the structured random forests.The core idea was to map all the structured label…查看全部>>
张恒;徐刚;刘艳丽;温珍强
华东交通大学信息工程学院,南昌330013华东交通大学信息工程学院,南昌330013华东交通大学信息工程学院,南昌330013华东交通大学信息工程学院,南昌330013
信息技术与安全科学
轮廓提取深度信息结构森林RGB-D图像
contour extractiondepth informationstructured forestsRGB-D image
《计算机应用研究》 2017 (2)
面向资源聚合与服务协同的云机器人系统架构模型及关键技术研究
631-635,5
国家自然科学基金资助项目(61165007,61563014)
评论