¿Características hechas a mano o características aprendidas por máquina? Juntas mejoran el reconocimiento de objetos RGB-D

El reconocimiento de objetos RGB-D es un tema de investigación importante en la visión por computadora, y buscar una representación de imagen robusta es el subproblema más importante para el reconocimiento de objetos RGB-D. Por un lado, los métodos de aprendizaje profundo que han surgido recientemente, los cuales aprenden representaciones de imágenes automáticamente al capturar la estructura de los datos, han demostrado un rendimiento impresionante para el reconocimiento de objetos. Por otro lado, las características hechas a mano, comúnmente utilizadas anteriormente, también codifican el conocimiento previo sobre los datos. Al darnos cuenta de que las características hechas a mano y las características aprendidas por máquina caracterizan en realidad diferentes aspectos de los datos de imagen, en lugar de solo usar un tipo de característica, proponemos utilizar conjuntamente las características aprendidas por máquina y las características hechas a mano para el reconocimiento de objetos RGB-D. Específicamente, usamos las Redes Neuronales Convolucionales (CNN) para extraer la representación aprendida por máquina, y usamos la codificación lineal restringida por localidad (LLC) basada en coincidencias de pirámide espacial para las características hechas a mano. Evaluamos nuestro enfoque propuesto en tres conjuntos de datos RGB-D disponibles públicamente. Los resultados experimentales muestran que nuestro método logra el mejor rendimiento en todos los casos, lo que demuestra la efectividad de nuestro método.