基于深度图像利用随机森林实现遮挡检测-论文.pdf

《基于深度图像利用随机森林实现遮挡检测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第9期光学学报Vo1．34，No．92014年9月ACTAOPTICASINICASeptember，2014基于深度图像利用随机森林实现遮挡检测张世辉刘建新孔令富／燕山大学信息科学与工程学院，河北秦皇岛066004＼＼河北省计算机虚拟技术与系统集成重点实验室，河北秦皇岛066004／摘要提出了一种新颖的利用随机森林检测深度图像中遮挡现象的方法。该方法从一幅深度图像中提取每个像素点的遮挡相关特征，利用随机森林分类器检测每个像素点是否为遮挡边界点，得到图像中的遮挡边界。主要贡献在于：提出了一种

2、新的遮挡相关特征——深度值离散度特征，同时引入高斯曲率特征，并将它们与现有特征相结合来检测遮挡边界；以特征重要性和特征提取时间为衡量标准，对深度图像中的各遮挡相关特征进行了分析评估，在此基础上，选取平均深度差、最大深度差、平均曲率、高斯曲率和深度值离散度5种特征用于设计遮挡检测分类器；一种新的遮挡检测方法，利用随机森林解决深度图像的遮挡检测问题。实验结果表明，同已有方法相比，所提方法具有较高的准确性和较好的通用性。关键词图像处理；深度图像；遮挡检测；随机森林；遮挡相关特征；深度值离散度中图分类号TP

3、391文献标识码Adoi：10．3788／AOS201434．0915003UsingRandomForestforOcclusionDetectionBasedonDepthImageZhangShihui，LiuJianxinKongLingfu，fSchoolofInformationScienceandEngineering，YanshanUniversity，Qinhuangdao，Hebei066004，China]IKeyLaboratoryforComputerVirtualTech

4、nologyandSystemIntegrationofHebeiProvince，ilQinhuangdao，Hebei066004，ChinajAbstractAnovelocclusiondetectionapproachisproposedfordepthimagebyusingRandomForest．Theocclusionrelatedfeaturesofeachpixe1inthedepthimageareextracted。andthentheRandomForestclassif

5、ieriSusedfordetectingwhethereachpixelisanocclusionboundarypointornot．Alltheocclusionboundariesintheinputdepthimageareobtained．Thisworkisdistinguishedbythreecontributions．AnewocclusionrelatedfeaturenameddepthdispersionisproposedandtheGaussiancurvaturefe

6、atureisintroduced，andbothofthemareusedforocclusiondetectionbycombiningwithotherfeatures．Alltheocclusionrelatedfeaturesindepthimageareanalyzedandevaluatedbyusingtheimportanceandextractiontimeascriterion．Onthisbasis，fivefeaturessuchasaveragedepthdifferen

7、ce，maxima1depthdifference，meancurvature，Gaussiancurvatureanddepthdispersionareselectedfordesigningtheocclusiondetectionclassifier．AnewocclusiondetectionapproachtakestheRandomForesttosolveocclusiondetectionproblemindepthimage．Theexperimentalresultsshowt

8、hat，comparedwiththeexistingmethods，theproposedapproachhashigheraccuracyandbettergenerality．Keywordsimagingprocessing；depthimage；occlusiondetection；RandomForest；occlusionrelatedfeature；depthdispersionOCIScodes150．5670：150．1135：33O．18801引