Object_Recognition_From_RGBD_Data:近年来对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如对象识别使协作机器人能
Object_Recognition_From_RGBD_Data:近年来,对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如,对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中,我们提出了一种新技术,用于从红色,绿色,蓝色和深度(RGB-D)数据中进行无监督的特征提取,然后将其与多个分类器组合以执行对象识别。 具体而言,我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后,它分别关注每个对象,以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验,并评估几个分类器的性能
文件列表
Object_Recognition_From_RGBD_Data-master.zip
(预估有个36文件)
Object_Recognition_From_RGBD_Data-master
RotatePointCloud.m
4KB
ONLINE_PICKING_DATA.mat
2KB
YCB_Network_Visual_Features.mat
2.79MB
Kinect_Network_Train.m
5KB
MAIN_YCB.m
16KB
Kinect_Networks
Train_Network_2.mat
32KB
Train_Network_2.fig
210KB
Train_Network_Color_1.fig
210KB
暂无评论