...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Robotics and Autonomous Systems >Contextual object category recognition for RGB-D scene labeling
【24h】

Contextual object category recognition for RGB-D scene labeling

机译：用于RGB-D场景标记的上下文对象类别识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent advances in computer vision on the one hand, and imaging technologies on the other hand, have opened up a number of interesting possibilities for robust 3D scene labeling. This paper presents contributions in several directions to improve the state-of-the-art in RGB-D scene labeling. First, we present a novel combination of depth and color features to recognize different object categories in isolation. Then, we use a context model that exploits detection results of other objects in the scene to jointly optimize labels of co-occurring objects in the scene. Finally, we investigate the use of social media mining to develop the context model, and provide an investigation of its convergence. We perform thorough experimentation on both the publicly available RGB-D Dataset from the University of Washington as well as on the NYU scene dataset. An analysis of the results shows interesting insights about contextual object category recognition, and its benefits.
机译：一方面，计算机视觉和成像技术方面的最新进展为健壮的3D场景标记开辟了许多有趣的可能性。本文提出了几个方面的贡献，以改进RGB-D场景标记的最新技术。首先，我们提出一种深度和颜色特征的新颖组合，以孤立地识别不同的对象类别。然后，我们使用上下文模型，该模型利用场景中其他对象的检测结果来共同优化场景中同时出现的对象的标签。最后，我们调查了使用社交媒体挖掘来开发上下文模型的情况，并对其收敛进行了研究。我们对华盛顿大学的公共RGB-D数据集以及NYU场景数据集进行了全面的实验。对结果的分析显示了有关上下文对象类别识别及其好处的有趣见解。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号