换一批摘要目的 视觉地形分类是室外移动机器人领域的一个研究热点.基于词袋框架的视觉地形分类方法,聚集和整合地形图像的视觉底层特征,建立底层特征统计分布与高层语义之间的联系,已成为目前视觉地形分类的常用方法和标准范式.本文全面综述视觉地形分类中的词袋框架,系统性总结现有研究工作,同时指出未来的研究方向.方法 词袋框架主要包括4个步骤:特征提取、码本聚类、特征编码、池化与正则化.对各步骤中的不同方法加以总结和比较,建立地形分类数据集,评估不同方法对地形识别效果的影响.结果 对词袋框架各步骤的多种方法进行系统性的分类和总结,利用地形数据集进行评估,发现每个步骤对最后生成的中层特征性能都至关重要.特异性特征设计、词袋框架改进和特征融合研究是未来重要的研究方向.结论 词袋框架缩小低层视觉特征与高层语义之间的语义鸿沟,生成中层语义表达,提高视觉地形分类效果.视觉地形分类的词袋框架方法研究具有重要意义.
更多相关知识
关键词
视觉地形分类非几何地形特征危险词袋框架编码方法池化方法移动机器人visual terrain classificationnon-geometric hazardbag of wordsencoding methodspooling methodsmobile robot
分类号
TP301.6
栏目名称
DOI
10.11834/jig.20161002
发布时间
2016-11-03（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引11
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
