基于视觉注意机制的服务机器人深度感知方法研究

基于视觉注意机制的服务机器人深度感知方法研究

ID:23936582

大小:7.13 MB

页数:134页

时间:2018-11-11

基于视觉注意机制的服务机器人深度感知方法研究_第1页
基于视觉注意机制的服务机器人深度感知方法研究_第2页
基于视觉注意机制的服务机器人深度感知方法研究_第3页
基于视觉注意机制的服务机器人深度感知方法研究_第4页
基于视觉注意机制的服务机器人深度感知方法研究_第5页
资源描述:

《基于视觉注意机制的服务机器人深度感知方法研究》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、中文图书分类号:TP391密级:公开UDC:621.3学校代码:10005博士学位论文DOCTORALDISSERTATION论文题目:基于视觉注意机制的服务机器人深度感知方法研究论文作者:徐涛学科:控制科学与工程指导教师:贾松敏教授论文提交日期:2017年5月UDC:621.3学校代码:10005中文图书分类号:TP391学号:B201302011密级:公开北京工业大学工学博士学位论文题目:基于视觉注意机制的服务机器人深度感知方法研究英文题目:RESEARCHONDEPTHPERCEPTIONMETHODFORSERVICEROBOTUSINGV

2、ISUALATTENTIONMECHANISM论文作者:徐涛学科专业:控制科学与工程研究方向:机器视觉及智能机器人感知申请学位:工学博士指导教师:贾松敏教授所在单位:北京工业大学答辩日期:2017年5月授予学位单位:北京工业大学DissertationSubmittedtoBeijingUniversityofTechnologyforDoctorDegreeofEngineeringRESEARCHONDEPTHPERCEPTIONMETHODFORSERVICEROBOTUSINGVISUALATTENTIONMECHANISMXUTAOSup

3、ervisedbyProfessorJIASONGMINMajorinControlScienceandEngineeringBeijingUniversityofTechnologyMay,2017独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:徐涛日期:2017年5月2

4、6日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:徐涛日期:2017年5月26日导师签名:贾松敏日期:2017年5月26日摘要摘要制约智能服务机器人发展的关键技术问题是如何使机器人具有人类智慧,其中对环境准确、快速的空间感知与识别又是亟待解决的首要问题。面对日益庞大的图像数据,传统对所有区域不设优先级的图像分析方法不符合人眼感知原理,造成了大量的计算

5、浪费。近年来,作为降低图像及视频处理复杂度的重要预处理步骤,基于人类视觉注意机制的图像视觉显著性区域检测技术发展迅速,学者们开始关注其在服务机器人环境感知领域的应用性研究。本文面向三维空间服务机器人环境深度感知问题,围绕建立符合人类视觉注意机制的视觉显著性模型展开研究工作。首先,针对单幅图像,分别提出了基于脉冲耦合神经网络(PulseCoupledNeuralNetwork,PCNN)和基于元胞自动机多尺度优化的改进显著性区域提取算法。其次,针对多幅图像中的协同显著性问题,在充分挖掘单幅图像显著性传播机理的基础上,提出了基于两阶段引导的协同显著性检

6、测方法。最后,完成了服务机器人空间障碍物感知和空间物体定位的具体应用系统设计。本论文主要研究内容如下:(1)为有效模拟生物视觉系统的神经元刺激机制,提出了一种改进显著性区域提取算法。该算法利用显著性滤波算法(SaliencyFilters,SF)和改进PCNN建立混合估计模型,首先将SF算法获取的亮度特征图作为PCNN的输入神经元,经调制解调单元输出为内部神经元;随后以内部神经元与SF算法生成的二值化初始显著性图点乘结果作为点火脉冲单元的输入信号,实现对点火范围的优化;最后经多次迭代,直接生成二值化显著性图。实验结果表明,所提算法能够有效抑制背景中

7、高亮度区域对显著性目标提取的干扰,显著性提取结果与真值更为接近。(2)在有效解决背景等显著性目标外部干扰的情况下,针对因显著性目标自身显著性分布不连续、局部区域差异过大造成的显著性区域内部检测结果不均匀以及局部显著性值丢失等问题,提出了一种基于元胞自动机多尺度优化的显著性细微区域检测算法。首先结合暗通道先验信息和区域对比度在同一张图片五个超像素尺度空间内分别构建原始显著性图;进一步利用元胞自动机建立动态更新机制,通过影响因子矩阵和置信度矩阵优化每个元胞下一状态的影响力,获得对应五个优化显著性图;最后在基于贝叶斯理论的融合算法框架下实现最终显著性图的

8、获取。实验结果表明,所提算法检测结果有了质的提升,基于目前公认最具挑战DUT-OMRON数据库的评价结果优于现有六种显著性

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。