2025年04月06日 星期日 首页   |    期刊介绍   |    编 委 会   |    投稿指南   |    期刊订阅   |    统合信息   |    联系我们
计量学报  2014, Vol. 35 Issue (6): 569-573    DOI: 10.3969/j.issn.1000-1158.2014.06.10
  本期目录 | 过刊浏览 | 高级检索 |
基于集成学习思想的深度图像遮挡边界检测方法
张世辉1,2,庞云冲1
1.燕山大学信息科学与工程学院, 河北 秦皇岛 066004;
2.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
Occlusion Boundary Detection Method for Depth Image Based on Ensemble Learning
ZHANG Shi-hui1,2,PANG Yun-chong1
1. School of Information Science and Engineering, Yanshan University, Qinhuangdao, Hebei 066004, China;
2. The Key Lab for Computer Virtual Tech and Sys Integration of Hebei Province, Qinhuangdao, Hebei 066004, China
全文: PDF (1065 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对现有深度图像遮挡检测方法不能有效地检测出深度信息变化不明显的遮挡边界点的状况,提出了8邻域总深度差特征和最大面积特征,并定义了计算方法。在此基础上,提出一种新的基于集成学习思想的深度图像遮挡边界检测方法,该方法结合所提新特征及现有遮挡相关特征训练基于决策树的AdaBoost分类器,完成对深度图像中遮挡边界点及非遮挡边界点的分类,实现对深度图像中遮挡边界的检测。实验结果表明,同已有方法相比,所提方法具有较高的准确性和较好的普适性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
张世辉
庞云冲
关键词 计量学遮挡边界检测集成学习深度图像8邻域总深度差特征最大面积特征AdaBoost    
Abstract:The existing occlusion detection method for depth image can not effectively detect the occlusion boundary point with less obvious depth change, this   status should be changed. The eight neighborhood total depth difference feature and maximal area feature are proposed firstly, and then the calculation methods for these two new features are defined. On this basis, a new occlusion detection approach based on ensemble learning is proposed, which combines the proposed features and existing occlusion related features to train the decision tree-based AdaBoost classifier to classify the pixel of depth image into occlusion boundary point or non-occlusion boundary point. The experimental results show that, compared with the existing methods, the proposed approach has higher accuracy and better universality.
Key wordsMetrology    Occlusion boundary detection    Ensemble learning    Depth image    Eight neighborhood total depth difference feature    Maximal area feature    AdaBoost
    
基金资助:国家自然科学基金(61379065);河北省自然科学基金(F2014203119)
作者简介: 张世辉(1973-),男,河北赞皇人,燕山大学教授,博士,主要从事视觉信息处理方面的研究。sshhzz@ysu.edu.cn
引用本文:   
张世辉,庞云冲. 基于集成学习思想的深度图像遮挡边界检测方法[J]. 计量学报, 2014, 35(6): 569-573.
ZHANG Shi-hui,PANG Yun-chong. Occlusion Boundary Detection Method for Depth Image Based on Ensemble Learning. Acta Metrologica Sinica, 2014, 35(6): 569-573.
链接本文:  
http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2014.06.10     或     http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2014/V35/I6/569
京ICP备:14006989号-1
版权所有 © 《计量学报》编辑部
地址:北三环东路18号(北京1413信箱)  邮编:100029 电话:(010)64271480
本系统由北京玛格泰克科技发展有限公司设计开发  技术支持:support@magtech.com.cn