公开(公告)号：CN109858565B

公开(公告)日：2022-08-12

申请号：CN201910151241.9

申请日：2019-02-28

Applicant: 南京邮电大学

Inventor： 蒋倩 ,  朱博 ,  王彬 ,  高翔 ,  郑有祺 ,  王翼

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06V10/44 ,  G06V10/42 ,  G06V10/74 ,  G06V10/80

Abstract: 本发明提供基于深度学习的融合全局特征和局部物品信息的家庭室内场景识别方法。包括步骤：构建家庭室内场景图片训练集和测试集，训练集送入Alexnet、Googlnet、VGG三个卷积神经网络分别训练并测试得到场景特征；赋予三类场景特征相应权重，加权平均后作为全局特征；利用SSD卷积神经网络训练并得到家庭室内场景下常见物品的局部特征；采用矩阵拼接的方式融合全局和局部物品特征；聚类算法处理融合结果，生成场景分类中心向量；以场景分类中心向量作为分类标准，判断并输出待检测图片所属场景类别。利用本发明可使家庭服务机器人具备自动识别环境蕴含的场景语义，提升机器人智能化水平。

公开(公告)号：CN109858565A

公开(公告)日：2019-06-07

申请号：CN201910151241.9

申请日：2019-02-28

Applicant: 南京邮电大学

Inventor： 蒋倩 ,  朱博 ,  王彬 ,  高翔 ,  郑有祺 ,  王翼

IPC: G06K9/62

Abstract: 本发明提供基于深度学习的融合全局特征和局部物品信息的家庭室内场景识别方法。包括步骤：构建家庭室内场景图片训练集和测试集，训练集送入Alexnet、Googlnet、VGG三个卷积神经网络分别训练并测试得到场景特征；赋予三类场景特征相应权重，加权平均后作为全局特征；利用SSD卷积神经网络训练并得到家庭室内场景下常见物品的局部特征；采用矩阵拼接的方式融合全局和局部物品特征；聚类算法处理融合结果，生成场景分类中心向量；以场景分类中心向量作为分类标准，判断并输出待检测图片所属场景类别。利用本发明可使家庭服务机器人具备自动识别环境蕴含的场景语义，提升机器人智能化水平。