非參數(shù)化RGB-D場景理解.pdf

1、隨著深度傳感器的發(fā)展，深度圖的獲取變得非常廉價和方便，在近幾年的計算機視覺領域得到了廣泛的應用，結合深度圖的場景理解也越發(fā)受到關注。然而，現(xiàn)有的RGB-D場景理解算法大多是基于模型訓練的參數(shù)化方法，本文針對RGB-D場景下的場景理解問題，提出一種高效的基于標簽傳遞機制的非參數(shù)化場景理解算法。
　　本文首先提出了一種基于馬爾科夫隨機場框架的標簽傳遞算法，算法主要分為標簽源構建，超像素雙向匹配和標簽傳遞三個步驟。構建了基于協(xié)同表示分類

2、(Collaborative Representation based Classification，CRC)的馬爾科夫隨機場(Markov Random Field，MRF)，利用Graph Cuts進行快速求解，從而獲得場景圖像每個像素的語義標簽。該算法在NYU-Depth-V1數(shù)據(jù)集上進行了實驗，實驗結果表明，與現(xiàn)有算法相比，該算法在像素準確率和類別準確率上都有更好的表現(xiàn)。
　　本文隨后提出了一種基于語義圖模型的集體場景理解