| 面向RGB-D图像的多层特征提取算法综述 |
| |
| 引用本文： | 李洋,吴晓群.面向RGB-D图像的多层特征提取算法综述[J].中国图象图形学报,2024,29(5):1346-1363. |
| |
| 作者姓名： | 李洋 吴晓群 |
| |
| 作者单位： | 北京工商大学计算机学院, 北京 100048;食品安全大数据技术北京市重点实验室, 北京 100048 |
| |
| 基金项目： | 国家自然科学基金项目（62272014） |
| |
| 摘 要： | RGB-D图像包含丰富的多层特征，如底层的线特征、平面特征，高层的语义特征，面向RGB-D图像的多层特征提取结果可以作为先验知识提升室内场景重建、SLAM（simultaneous localization and mapping）等多种任务的输出质量，是计算机图形学领域的热点研究内容之一。传统的多层特征提取算法一般利用RGB图像中丰富的颜色、纹理信息以及深度图像中的几何信息提取多层特征，此类提取算法依赖输入RGB-D图像的质量，而受采集过程中环境和人为因素的影响，很难得到高质量的RGB-D图像。随着深度学习技术的快速发展，基于深度学习的多层特征提取算法突破了这一限制，涌现出一批高质量的研究成果。本文对面向RGB-D图像的多层特征提取算法进行综述。首先，汇总了现有的常用于多层特征提取任务的RGB-D数据集和相关算法的质量评价指标。然后，按照特征所处的不同层次，依次对线、平面和语义特征相关算法进行了总结。此外，本文还对各算法的优缺点进行比较并结合常用算法质量评价标准进行了定量分析。最后，讨论了当前多层特征提取算法亟待解决的问题并展望了未来发展的趋势。
|
| 关 键 词： | RGB-D图像 多层特征 线特征 平面特征 语义特征 特征提取 |
| 收稿时间： | 2023/6/18 0:00:00 |
| 修稿时间： | 2023/9/20 0:00:00 |
Survey of multilevel feature extraction methods for RGB-D images |
| |
| Li Yang,Wu Xiaoqun.Survey of multilevel feature extraction methods for RGB-D images[J].Journal of Image and Graphics,2024,29(5):1346-1363. |
| |
| Authors: | Li Yang Wu Xiaoqun |
| |
| Affiliation: | School of Computer Science and Engineering, Beijing Technology and Business University, Beijing 100048, China;Beijing Key Laboratory of Big Data Technology for Food Safety, Beijing 100048, China |
| |
| Abstract: | |
| |
| Keywords: | RGB-D images multilevel features line features planar features semantic features feature extraction |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
