基于自适应增量PCA算法的移动机器人场景识别.pdf

《基于自适应增量PCA算法的移动机器人场景识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年5月机床与液压Mav2015第43卷第9期MACHINETOOL&HYDRAULICSVo1．43No．9DOI：10．3969／j．issn．1001—3881．2015．09．025基于自适应增量PCA算法的移动机器人场景识别田文奇，瞿心昱(浙江交通职业技术学院机电学院，浙江杭州I311112)摘要：现有的场景识别系统往往需要大量场景训练数据进行训练，而收集这些数据往往是困难的，且训练是离线的，添加新的场景需要重新训练，因此系统实时性、可扩展性和鲁棒性较差。提出一种基于增量主成分分析(PCA)的场景在线学习方法，通过增量PCA算法的子空间实

2、时更新能力，并计算样本投影的PCA和设置两个判别阈值0daOai,ta~c~处理不同的样本情况来达到减少计算量，实现增量的在线学习和识别场景样本的目的。实验表明，此方法有效解决了收集训练数据的困难，实现了场景知识在线积累和更新，大大增强了PCA算法的实时性、可扩展性和鲁棒性。关键词：场景识别；自适应增量PCA子空间；在线学习中图分类号：TP242．6文献标志码：A文章编号MobileRobotSceneRecognitionBasedonAdaptiveIncrementalPCATIANWenqi．QUXinyu(DepartmentofMechani

3、calandElectricalEngineering，ZhejiangInstituteofCommunications，HangzhouZhejiang31ll12，China)Abstract：Existingscenerecognitionsystemoftenneedsalotofscenariotrainingdatafortraining，tocollectthedataisoftendifi—cult，andthetrainingisoffline．Fornewtraining，newsceneisneededtoadd，SOthesys

4、temreal—timeperformance，scalability，androbustnessarepoor．Ascenarioonlinelearningmethodbasedonincrementalprincipalcomponentanalysis(PCA)waspresented．ThroughincrementalPCAalgorithmwithsubspacereal-timeupdatecapabilities，thesampleprojectionofPCAwascalculated，andtwodiscriminant0l、0di

5、⋯weresetuptohandledifferentsamplesituationtoreducetheamountofcalculation，torealizeaimsofincre-mentalonlinelearningandrecognitionasamplescene．Experimentsshowthatthismethodeffectivelysolvesthedificultiesoftrainingdatacollection，implementsthesceneknowledgeaccumulationandonlineupdate

6、，andgreatlyenhancesthePCAalgorithmofreal—timeperformance，scalabilityandrobustness．Keywords：Scenerecognition；AdaptiveincrementalPCA；Subspace；Onlinelearning0前言训练的类别里，对未知新类别会错误分类到已有类别基于计算机视觉的场景识别是实现人机交互的一中，而不会知道是新类别，即对新情况适应性和鲁棒种新的重要手段。通常的方法是先对摄像头读入的图性差；场景特征只能从少量的初始样本里获得，这对像或视频信息进行场景

7、的检测和定位，然后对检测到于场景的准确特征表达往往是不够的，识别准确率不的场景进行跟踪并分割出较小的感兴趣区域，之后在能得到提高。此感兴趣区域中分割出准确的场景，最后使用预先通为了解决这些问题，国内外各研究人员提出了不过训练样本训练好的分类器进行分类识别。已经有很同的在线学习框架和学习算法，将样本的训练和测试多研究人员提出了自己不同的解决方法，但是其同时进行，实时地、在线地更新训练结果和分类器。基本框架还是和上述的一致的。这个框架是目前各种这样就使得训练分类器不需要收集大量训练数据，而视觉识别系统包括场景识别所普遍采用的，主要存在是在系统使用的过程中实时

8、在线训练，不断在运行中的问题是：分类器的学习需要大量训练数据，比如同获得训练样本