基于多特征融合的室内场景识别技术研究

《基于多特征融合的室内场景识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391.4单位代码：10183研究生学号：2015522064密级：公开吉林大学硕士学位论文（学术学位）基于多特征融合的室内场景识别技术研究ResearchonRecognitionTechnologyofIndoorSceneBasedonMultipleFeaturesFusion作者姓名：刘晓程专业：控制理论与控制工程研究方向：模式识别指导教师：洪伟副教授培养单位：通信工程学院2018年6月吉林大学硕士学位论文II———————————————————————————基于多特征融合的室内场景识别技术研究———————————————————————————Research

2、onRecognitionTechnologyofIndoorSceneBasedonMultipleFeaturesFusion作者姓名：刘晓程专业名称：控制理论与控制工程指导教师：洪伟副教授学位类别：工学硕士答辩日期：2018年6月6日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除

3、文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级

4、别：□√硕士□博士学科专业：控制理论与控制工程论文题目：基于自然路标的室内机器人双目视觉定位系统的研究作者签名：指导教师签名：年月日作者联系地址（邮编）：吉林大学南岭校区基础科学实验馆523室控制理论与智能系统实验室（130022）作者联系电话：15506004765摘要摘要场景识别是计算机视觉领域重要的研究方向之一,室内移动机器人的场景识别要求机器人能够利用视觉信息对该环境或场景的类别作出判断，例如客厅、卧室、走廊等。本文针对基于多特征融合的场景识别技术所涉及的关键技术进行了研究，首先提取场景图像的全局和局部特征，然后利用多核学习的方法对两种特征进行融合并对场景进行分类。最后利用自行开发

5、的软件进行了大量的场景识别的实验。本文完成的主要工作如下：第一，针对室内场景，采用了全局和局部特征相融合的特征提取方法。首先，建立了H/I一维颜色模型，以便快速、准确地提取场景图像的全局颜色信息；然后设计了一种基于SURF描述子和Dense-SIFT描述子的SURF-DS-BoW局部特征分域提取方法，其中SURF能够描述场景中特征显著变化的前景区域，Dense-SIFT则有利于描述变化平缓的背景区域，在生成BoW特征时，将这两种特征加权融合，能够更准确地表达场景的图像特征。第二，在特征向量映射到视觉单词的过程中，采用自适应分层K-means的聚类算法，有效地提升聚类准确性，并减少了BoW的

6、表征时间；设计了一种改进的SWSA-BoW模型，用来提取场景图片的局部特征，该模型基于一种视觉单词加权方法，即近义词软分配（SWSA，SimilarWordSoftAssignment）。近义词软分配法将提取到的特征分配给几个与其距离较近的视觉单词并赋予不同的权重，可以有效消除视觉单词间同义性和歧义性的影响，进一步提升视觉单词的区分能力，并克服传统软分配方法的不足，有效地提高场景识别的准确率。第三，利用多核学习的方法将全局和局部特征进行融合，提升支持向量机（SVM）分类器的性能。首先确定了每个特征对应SVM的最佳核函数，然后利用多核学习优化每个函数对应的权重。相比单核而言，基于多核学习的支

7、持向量机能够获得更好的分类性能。最后，本文基于MicrosoftVisual2012和OpenCV开发软件，对家居场景进行实验，实验结果表明本文提出的方法能对场景进行高效的识别。关键词：场景识别，SURF-DS-BoW，MKL-SVM，H/I颜色模型，分层K-means，软分配I吉林大学硕士学位论文IIABSTRACTABSTRACTResearchonRecognitionTechnologyofIndoorScene