Objektien segmentointi ja luokittelu kolmiulotteisen etäisyyskameran avulla

Tässä artikkelissa ehdotetaan kolmiulotteista etäisyyskameraa käyttävää visiojärjestelmää kohtauksen segmentointiin ja jalankulkijoiden luokitteluun. Järjestelmä havaitsee ja segmentoi etualalla olevat kohteet, mittaa niiden etäisyydet kameraan ja luokittelee ne jalankulkijoihin ja muihin kuin jalankulkijoiden esteisiin. Etäisyys- ja intensiteettikuvien yhdistäminen mahdollistaa nopean ja tarkan kohteiden segmentoinnin ja antaa hyödyllisiä navigointivihjeitä, kuten lähellä olevien kohteiden etäisyyden ja tyypin sekä maanpinnan. Ehdotetussa lähestymistavassa kolmiulotteinen etäisyyskuva segmentoidaan käyttämällä histogrammikäsittelyä ja keskiarvonsiirtoklusterointia. Maanpinta havaitaan arvioimalla sen normaalivektori kolmiulotteisessa avaruudessa. Tämän jälkeen kuhunkin havaittuun alueeseen sovelletaan Fourier- ja GIST-kuvaajia muodon ja tekstuurin ominaisuuksien erottamiseksi. Lopuksi käytetään tukivektorikoneita kohteiden luokitteluun; tässä asiakirjassa keskitytään jalankulkijoiden ja muiden kuin jalankulkijoiden alueiden erottamiseen toisistaan. Ehdotetun järjestelmän suorituskykyä arvioidaan kahdella tietokokonaisuudella. Toinen tietokokonaisuus objektien segmentointia ja jalankulkijoiden luokittelua varten on hankittu käyttämällä kolmiulotteista etäisyyskameraa, ja toinen on julkinen RGB-D-tietokokonaisuus ihmisten havaitsemista varten. Kokeelliset tulokset osoittavat, että ehdotettu järjestelmä toimii suotuisasti verrattuna joihinkin olemassa oleviin segmentointi- ja ominaisuuksien poimintamenetelmiin.

Leave a Reply

Vastaa

Sähköpostiosoitettasi ei julkaista.