《基於二維和三維數據融合的室內物體識別方法研究》是依託深圳大學，由於仕琪擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於二維和三維數據融合的室內物體識別方法研究
- 項目類別：青年科學基金項目
- 項目負責人：於仕琪
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
物體識別是人工智慧領域中的一項核心技術，是機器人感知環境的必備功能。目前無論基於二維圖像，還是基於三維點雲的物體識別技術，都面臨一些難以克服的困難。最近出現了一種新型感測器（微軟Kinect），它可以同步採集二維彩色圖像和三維深度圖像。利用這種新型感測器來識別物體具有其他感測器所沒有的優勢。.本項目將研究二維圖像與三維深度數據融合的特徵提取方法，借鑑人腦的認知規律，設計出具有區分能力的特徵；同時針對融合的數據，設計機器學習方法，使之能夠根據二維和三維信息，自動學習出物體的姿態，以及物體之間的關係，提升物體識別的性能，提升計算機對環境的理解能力。為物體識別這一經典問題提出新的解決方案，這將為家庭服務機器人、無人駕駛汽車等套用提供理論指導和技術基礎。
結題摘要
本項目對二維和三維數據融合實現對物體的識別。本項目主要研究了：(1)二維和三維融合的特徵提取算法；(2)二維和三維融合的物體姿態變化的處理；(3)物體之間的關係模型研究。取得了一系列成果：(1)一種快速的深度圖人體檢測算法；(2)通過對三維深度數據降噪，提升物體識別準確度的算法；(3) 通過二維和三維數據的融合，提升物體識別的算法；（4）創建和共享2D/3D人體資料庫；（5）人臉檢測算法達到國際一流水平‘（’6）將特徵分析方法用於超光譜圖像分類；（7）將特徵分析方法用於螢光細胞分類。在本項目支持下，培養碩士研究生9名；發表學術論文5篇，其中SCI收錄2篇，EI收錄5篇；申請專利3項，其中1項已經授權。研究成果成功套用到兩個大型企業，總經濟效益120萬元。
