基于空间金字塔池化特征的日常工具分类识别

作     者：吴培良 何犇 侯增广 WU Pei-liang;HE Ben;HOU Zeng-guang

作者机构：燕山大学信息科学与工程学院河北秦皇岛066004 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2019年第34卷第7期

页      面：1481-1486页

核心收录：

学科分类：0820[工学-石油与天然气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61305113) 河北省自然科学基金项目(F2016203358) 燕山大学博士基金项目(BL18007) 中国博士后科学基金项目(2018M631620) 

主　　题：几何特征 cciPCA 多尺度特征块 空间金字塔池化 SVM分类器 工具分类 

摘      要：面向人机共融环境下机器智能对工具认知的需要,为提高家庭服务机器人的工具功能用途认知能力,设计一种基于深度几何特征空间金字塔池化的工具功用性建模与分类方法。离线训练阶段,考虑到各类工具在几何形态上的差异对工具自身更具表征性,首先,在各工具的深度图上提取多类几何特征,并融合形成工具特征图;然后,在工具特征图上提取多尺度特征块,并基于cciPCA的方法建立空间池化金字塔,从而构建最终的工具特征向量;最后,在高层语义空间上,利用SVM分类器训练工具分类识别模型。在线检测阶段,利用离线训练的工具分类模型对空间池化的样本进行分类测试。实验结果表明,所提方法能够实现家庭服务机器人对家庭日常工具的认知及分类识别,部分工具的识别精度可达97%及以上。