基于集成学习思想的深度图像遮挡边界检测方法

• 作 者: 张世辉 庞云冲
• 机 构: 河北省计算机虚拟技术与系统集成重点实验室,燕山大学信息科学与工程学院
• 出 处: 计量学报
• 发表日期: 2014年6期
• 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 Metrology Occlusion boundary detection E
• 基金项目: 国家自然科学基金（61379065）,河北省自然科学基金（F2014203119）

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。