基于改进双流卷积递归神经网络的RGB-D物体识别方法

李珣; 李林鹏; Alexander Lazovik; 王文杰; 王晓华

首页> 中文期刊> 《光电工程》 >基于改进双流卷积递归神经网络的RGB-D物体识别方法

基于改进双流卷积递归神经网络的RGB-D物体识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

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合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用Softmax生成概率分布.最后,使用标准数据集进行实验,结果表明,Re-CRNN算法的RGB-D物体识别准确率为94.1％,较现有基于图像的物体识别方法有显著的提升.

著录项

来源
《光电工程》 |2021年第2期|21-30|共10页
作者
李珣; 李林鹏; Alexander Lazovik; 王文杰; 王晓华;
展开▼
作者单位

西安工程大学电子信息学院陕西西安 710048;

格罗宁根大学伯努利实验室格罗宁根 9747 AG 荷兰;

西安工程大学电子信息学院陕西西安 710048;

格罗宁根大学伯努利实验室格罗宁根 9747 AG 荷兰;

西安工程大学电子信息学院陕西西安 710048;

西安工程大学电子信息学院陕西西安 710048;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;人工神经网络与计算;
关键词
RGB-D图像; 结构光; 物体识别; 深度学习; 深度图像;

相似文献

中文文献
外文文献
专利

1. 多尺度卷积递归神经网络的RGB-D物体识别 [J] . 骆健 ,蒋旻 ,刘星 . 计算机应用研究 . 2017,第009期
2. 基于RGB-D图像的物体识别方法 [J] . 李珣 ,王高平 ,李林鹏 . 西安工程大学学报 . 2021,第004期
3. 基于RGB-D图像核描述子的物体识别方法 [J] . 骆健 ,蒋旻 . 计算机应用 . 2017,第001期
4. 基于深度卷积-递归神经网络的手绘草图识别方法 [J] . 赵鹏 ,刘杨 ,刘慧婷 . 计算机辅助设计与图形学学报 . 2018,第002期
5. 基于双流卷积神经网络的肌电信号手势识别方法 [J] . 卫文韬 ,李亚军 . 计算机集成制造系统 . 2022,第1期
6. 基于改进的卷积神经网络的负面表情识别方法 [C] . Tang Hao ,唐浩 ,Huang Weipeng . 第十一届中国智能机器人会议 . 2015
7. 基于张量分解与卷积神经网络的RGB-D物体识别方法 [A] . 余霆嵩 . 2018

基于改进双流卷积递归神经网络的RGB-D物体识别方法

摘要

著录项

相似文献

相关主题

期刊订阅