[发明专利]一种物体识别方法及装置

权利要求书

1.一种物体识别方法，其特征在于，包括：

S1：将待识别物体当前最优视角的一深度图输入特征提取器进行特征提取，得到第一特征向量；

S2：将所述第一特征向量通过第一隐含层得到池化层结果，将所述池化层结果输入层次化分类器得到分类结果；

S3：根据所述池化层结果及视角观测参数的观测向量生成当前聚焦的局部区域；

S4：将所述局部区域输入第二隐含层得到第二特征向量，所述第二特征向量包括所述池化层结果及当前局部观测视角的信息；

S5：利用一全连接层及所述第二特征向量生成下一最优视角；

S6：重复所述S1至S5，直至所述分类结果遍历到所述层次化分类器叶子节点。

2.根据权利要求1所述的物体识别方法，其特征在于，所述第一隐含层为最大池化层，用于将各个视角的信息进行集成。

3.根据权利要求1所述的物体识别方法，其特征在于，还包括：将视角观测参数通过非线性函数编码成所述观测向量。

4.根据权利要求1所述的物体识别方法，其特征在于，还包括：

对于每一个非根节点，利用高斯混合模型对形状进行聚类；

基于聚类结果训练所述层次化分类器。

5.根据权利要求1所述的物体识别方法，其特征在于，如果所述深度图存在遮挡，还包括：

提取所述深度图的一系列局部图像，在所述层次化分类器的每个节点训练一个局部级别的卷积神经网络。

6.一种物体识别装置，其特征在于，包括：

特征提取单元，用于将待识别物体当前最优视角的一深度图输入特征提取器进行特征提取，得到第一特征向量；

分类单元，用于将所述第一特征向量通过第一隐含层得到池化层结果，将所述池化层结果输入层次化分类器得到分类结果；

区域生成单元，用于根据所述池化层结果及视角观测参数的观测向量生成当前聚焦的局部区域；

向量生成单元，用于将所述局部区域输入第二隐含层得到第二特征向量，所述第二特征向量包括所述池化层结果及当前局部观测视角的信息；

最优视角生成单元，用于利用一全连接层及所述第二特征向量生成下一最优视角。

7.根据权利要求6所述的物体识别装置，其特征在于，所述第一隐含层为最大池化层，用于将各个视角的信息进行集成。

8.根据权利要求6所述的物体识别装置，其特征在于，还包括：编码单元，用于将视角观测参数通过非线性函数编码成所述观测向量。

9.根据权利要求6所述的物体识别装置，其特征在于，还包括：

聚类单元，用于对于每一个非根节点，利用高斯混合模型对形状进行聚类；

分类单元，用于基于聚类结果训练所述层次化分类器。

10.根据权利要求6所述的物体识别装置，其特征在于，还包括：

遮挡容错单元，用于提取所述深度图的一系列局部图像，在所述层次化分类器的每个节点训练一个局部级别的卷积神经网络。