基于卷积神经网络的视觉场景识别方法研究

《基于卷积神经网络的视觉场景识别方法研究》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、基于卷积神经网络的视觉场景识别方法研究VisualPlaceRecognitionBasedonConvolutionalNeuralNetwork工程领域：控制工程作者姓名：张培崇指导教师：张国山教授企业导师：邴志刚高工天津大学电气自动化与信息工程学院二零一七年十一月摘要视觉场景识别是计算机视觉领域一项具有挑战性的工作，其在移动机器人，自动驾驶等领域都有广泛的应用。由于光照，视角等的影响，场景外观会发生剧烈变化，导致感知变异和感知偏差现象，阻碍了相关算法在真实环境中的长期应用。近几年，卷积神经网络(CNN)特征已经在视觉场景识别领域被证明优于传统特征，但是现有的基于CNN的视觉场

2、景识别大多数直接利用深度特征的距离并设置阈值来衡量图像的相似性，当场景外观发生剧烈变化时效果较差。针对场景外观剧烈变化引起的感知变异和感知偏差，本文提出了一种新的基于特征差异图的视觉场景识别方法。首先，一个由场景侧重的数据集预训练的CNN模型被用来对同一场景中感知变异的图像和不同场景中感知偏差的图像进行特征提取。然后，这些CNN特征被用来构建特征差异图来表征两幅图像之间的差异。最后，视觉场景识别被看作二分类问题，利用特征差异图训练一个新的CNN分类模型来判断两幅图像是否来自同一场景。创新性研究成果如下：1、利用CNN特征构建特征差异图来表征图像之间的差异，而不是简单地利用CNN特征

3、的距离，当场景外观发生剧烈变化时，特征差异图能有效地克服感知变异和感知偏差的影响，取得较高的识别准确率。2、CNN不同层的特征对场景外观和视角的鲁棒性不同，中等层次的特征包含较多几何信息，对场景外观的变化具有较好的鲁棒性，而高层次特征则包含更多的语义信息，能有效地克服视角的变化。因此，融合CNN不同层的特征构建多层次特征差异图用于视觉场景识别。3、场景外观剧烈变化下的视觉场景识别被看作二分类问题，设计了一个新的分类模型，该模型与现有的常用模型相比，更适合特征差异图的训练，取得很好的识别效果。关键词：视觉场景识别，卷积神经网络，特征差异图，感知偏差，感知变异IABSTRACTVisu

4、alplacerecognitionisachallengingproblemincomputervision,andhaswideapplicationsinmobilerobotics,autonomousdriving,etc.Drasticallyappearancechanginginthesceneduetoilluminationandviewpointwillcauseperceptualaliasingandperceptualvariability,whichhindersthelong-termapplicationofsuchalgorithmsinreal

5、environments.Inrecentyears,ConvolutionalNeuralNetwork(CNN)featureshavebeenprovedsuperiortotraditionalfeaturesinvisualplacerecognition.ManyexistingCNN-basedvisualplacerecognitionmethodsdirectlyusethedistanceoftheCNNfeaturesandsetthresholdstomeasurethesimilaritybetweenthetwoimages,whichshowapoor

6、performancewhendrasticallyappearancechanginginthescene.Focusingonperceptualaliasingandperceptualvariabilityduetodrasticallyappearancechanginginthescene,anovelfeaturedifferencemapbasedvisualplacerecognitionmethodisproposed.Firstly,aCNNpretrainedonscene-centricdatasetisadoptedtoextractfeaturesfo

7、rperceptuallydifferentimagesofsameplaceandaliasedimagesofdifferentplaces.Then,afeaturedifferencemapisconstructedbasedontheCNNfeaturestorepresentthedifferencebetweenthetwoimages.Finally,visualplacerecognitionisregardedasabinaryclassifica