elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Improving object classification robustness in RGB-D using adaptive SVMs

Nuricumbo, Jorge René und Ali, Haider und Marton, Zoltan Csaba und Grzegorzek, Marcin (2015) Improving object classification robustness in RGB-D using adaptive SVMs. Multimedia Tools and Applications : An International Journal, Seiten 1-19. Springer. doi: 10.1007/s11042-015-2612-7. ISSN 1380-7501.

[img] PDF - Nur DLR-intern zugänglich
2MB

Offizielle URL: http://dx.doi.org/10.1007/s11042-015-2612-7

Kurzfassung

Nowadays object recognition is a fundamental capability for an autonomous robot in interaction with the physical world. Taking advantage of new sensing technologies providing RGB-D data, the object recognition capabilities increase dramatically. Object recognition has been well studied, however, known object classifiers usually feature poor generality and, therefore, limited adaptivity to different application domains. Although some domain adaptation approaches have been presented for RGB data, little work has been done on understanding the effects of applying object classification algorithms using RGB-D for different domains. Addressing this problem, we propose and comprehensively investigate an approach for object recognition in RGB-D data that uses adaptive Support Vector Machines (aSVM) and, in this way, achieves an impressive robustness in cross-domain adaptivity. For evaluation, two datasets from different application domains were used. Moreover, a study of state-of-the-art RGB-D feature extraction techniques and object classification methods was performed to identify which combinations (object representation - classification algorithm) remain less affected in terms of performance while switching between different application domains.

elib-URL des Eintrags:https://elib.dlr.de/97149/
Dokumentart:Zeitschriftenbeitrag
Titel:Improving object classification robustness in RGB-D using adaptive SVMs
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Nuricumbo, Jorge RenéNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ali, HaiderNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Marton, Zoltan CsabaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Grzegorzek, MarcinNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:16 Mai 2015
Erschienen in:Multimedia Tools and Applications : An International Journal
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1007/s11042-015-2612-7
Seitenbereich:Seiten 1-19
Verlag:Springer
ISSN:1380-7501
Status:veröffentlicht
Stichwörter:Adaptive SVM; aSVM; RGB-D; Kinect
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013)
Hinterlegt von: Ali, Haider
Hinterlegt am:09 Jul 2015 10:28
Letzte Änderung:08 Mär 2018 18:37

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.