基于最小生成集和位姿估计的深度图像目标识别

为了提高在有遮挡情况下深度图像的目标识别率,和降低运行复杂度,提出一种基于深度图像的快速目标识别方法。该方法以预测深度图像像元的三维坐标为基础,首先在局部置信度传播的支持下,排除较为明显的异常数据,以生成位姿估计理想数据集;然后通过3D点间的距离和预测目标间的距离,以评估目标坐标的内在一致性;最后生成异常数据的最小样本集,评估位姿,识别深度图像目标。Mian数据集的实验结果验证了所提方法的有效性。与旋转图像、传感器匹配方法和局部坐标帧方法相比,所提方法在较多遮挡百分比下的识别率优于其他方法,且检测单个目标所需的时间更具优势。