Segmentação e classificação de objetos usando câmera de alcance 3-D

Este artigo propõe um sistema de visão usando uma câmera de alcance 3-D para segmentação de cenas e classificação de pedestres. O sistema detecta e segmenta objetos em primeiro plano, mede suas distâncias até a câmera e os classifica em pedestres e obstáculos não pedestres. A combinação de imagens de alcance e intensidade permite uma segmentação rápida e precisa dos objectos e fornece pistas de navegação úteis, tais como o alcance e o tipo de objectos próximos e a superfície do solo. Na abordagem proposta, uma imagem de alcance 3-D é segmentada usando processamento de histograma e agrupamento de deslocamento médio. A superfície do solo é detectada através da estimativa do seu vector normal no espaço 3-D. Descritores de Fourier e GIST são então aplicados em cada região detectada para extrair características de forma e textura. Finalmente, máquinas vetoriais de suporte são utilizadas para classificar objetos; neste trabalho focamos na diferenciação de regiões pedestres e não pedestres. O desempenho do sistema proposto é avaliado com dois conjuntos de dados. Um conjunto de dados para segmentação de objetos e classificação de pedestres é adquirido por nós usando uma câmera de alcance 3-D; o outro é um conjunto de dados RGB-D público para detecção de pessoas. Os resultados experimentais mostram que o sistema proposto tem um desempenho favorável em comparação com algumas abordagens de segmentação e extração de características existentes.

Leave a Reply

Deixe uma resposta

O seu endereço de email não será publicado.