论文研究多尺度卷积递归神经网络的RGBD物体识别.pdf

为充分利用RGB-D图像提供的潜在特征信息，提出了多尺度卷积递归神经网络算法（multi-scaleconvolutional-recursiveneuralnetworks，Ms-CRNN）。该算法对RGB-D图像的RGB图、灰度图、深度图及3D曲面法线图进行不同尺度分块形成多个通道，每个通道与相应尺寸的滤波器卷积，提取的特征图经局部对比度标准化和下采样后，作为递归神经网络（recursiveneuralnetworks，RNN）层的输入以得到更加抽象的高层特征；融合后的多尺度特征由SVM分类器进行分类。基于RGB-D数据集的仿真实验结果表明，综合利用RGB-D图像的多尺度特征，提