公开(公告)号：CN107563388A

公开(公告)日：2018-01-09

申请号：CN201710838112.8

申请日：2017-09-18

Applicant: 东北大学

Inventor： 王晟 ,  左东昊 ,  谢丽萍 ,  钱唯 ,  刘正阳 ,  方郅昊 ,  高英淇 ,  成奕霖

IPC: G06K9/34 ,  G06K9/46 ,  G06N3/04 ,  G06T7/90

Abstract: 本发明涉及一种基于深度信息预分割的卷积神经网络物体识别方法，包括以下步骤：步骤1：采集场景的深度图像和彩色图像；步骤2：从场景的深度图像中分割出物体的深度图像；步骤3：根据物体的深度图像的分割范围，从场景的彩色图像中分割出物体的彩色图像；步骤4：对分割好的彩色图像进行填充处理；步骤5：将填充好的彩色图像输入到卷积神经网络进行识别，输出识别结果。本发明的基于深度信息预分割的卷积神经网络物体识别方法，可以识别复杂图片中的多个物体，训练速度快、识别速度快，对硬件要求低，可减少卷积神经网络过拟合。