Abstract—Consumer depth cameras, su

Abstract—Consumer depth cameras, such as the Microsoft Kinect,arecapableofprovidingframesofdensedepthvaluesat real time. One fundamental question in utilizing depth cameras is how to best extract features from depth frames. Motivated by local descriptors on images, in particular kernel descriptors, we develop a set of kernel features on depth images that model size, 3D shape, and depth edges in a single framework. Through extensive experiments on object recognition, we show that (1) our local features capture different aspects of cues from a depth frame/view that complement one another; (2) our kernel features significantly outperform traditional 3D features (e.g. Spin images); and (3) we significantly improve the capabilities of depth and RGB-D (color+depth) recognition, achieving 10−15% improvement in accuracy over the state of the art

ผลลัพธ์ (ไทย) 1:

นามธรรมเช่นกล้องลึกผู้บริโภค เช่น Microsoft Kinect, arecapableofprovidingframesofdensedepthvaluesat เรียลไทม์ หนึ่งคำถามพื้นฐานในการใช้กล้องลึกเป็นวิธีการแยกคุณลักษณะจากเฟรมลึกสุด แรงจูงใจจากภายในตัวบอกในภาพ ในตัวบอกเคอร์เนลบาง เราพัฒนาชุดของเคอร์เนลในความลึกของภาพที่รุ่นขนาด รูปร่าง 3D และความลึกของขอบในกรอบเดียว ผ่านการทดลองอย่างละเอียดในการรับรู้วัตถุ แสดงว่า (1) ท้องถิ่นของเราคุณลักษณะจับภาพด้านต่าง ๆ ของสัญลักษณ์จากเฟรมลึก/มุมมองที่ช่วยกัน (2) significantly คุณลักษณะเคอร์เนลของเรามีประสิทธิภาพสูงกว่าคุณลักษณะ 3D แบบดั้งเดิม (เช่นหมุนภาพ); และ (3) เรา significantly ปรับปรุงความสามารถของความลึกและการรับรู้ของ RGB-D (สี + ลึก) บรรลุ 10−15% ปรับปรุงในความถูกต้องมากกว่าทันสมัย

ผลลัพธ์ (ไทย) 2:

บทคัดย่อผู้บริโภคกล้องความลึกเช่น Microsoft Kinect, arecapableofprovidingframesofdensedepthvalues​​at เรียลไทม์ คำถามหนึ่งพื้นฐานในการใช้กล้องความลึกเป็นวิธีการที่ดีที่สุดคุณสมบัติสารสกัดจากกรอบความลึก แรงบันดาลใจจากท้องถิ่นในการอธิบายภาพในตัวบอกเคอร์เนลโดยเฉพาะอย่างยิ่งเราพัฒนาชุดของคุณลักษณะเคอร์เนลในภาพเชิงลึกว่าขนาดรูปแบบรูปทรง 3 มิติและความลึกขอบในกรอบเดียว ผ่านการทดลองอย่างกว้างขวางในการรับรู้วัตถุเราแสดงให้เห็นว่า (1) คุณสมบัติท้องถิ่นของเราจับแง่มุมที่แตกต่างกันของการชี้นำจากกรอบความลึก / มุมมองที่เติมเต็มซึ่งกันและกัน; (2) เคอร์เนลของเรามีมีนัยสำคัญด้วยกันดีกว่าคุณสมบัติ 3 มิติแบบดั้งเดิม (เช่นภาพปั่น); และ (3) เราอย่างมีนัยสำคัญในการปรับปรุงความสามารถของความลึกและความ RGB-D (สี + ความลึก) การรับรู้, การบรรลุการปรับปรุง 10-15% ในความถูกต้องมากกว่ารัฐของศิลปะ

ผลลัพธ์ (ไทย) 3:

กล้องของผู้บริโภคที่เป็นนามธรรมเช่น Microsoft Kinect arecapableofprovidingframesofdensedepthvaluesat , เวลาจริง หนึ่งในคำถามพื้นฐานในการใช้กล้องลึกเป็นวิธีการที่ดีที่สุดสารสกัดจากเฟรม มีความลึก แรงบันดาลใจจากภาพในท้องถิ่น โดยเฉพาะในเมล็ด เราพัฒนาชุดคุณลักษณะของภาพที่นางแบบขนาด รูปทรง 3 มิติความลึกและความลึกของขอบในกรอบเดียว ผ่านการทดลองอย่างละเอียดในการรับรู้วัตถุที่เราพบว่า ( 1 ) คุณลักษณะด้านต่าง ๆของตัวชี้นำท้องถิ่นของเราจับภาพจากกรอบ / ลึกมุมมองที่เติมเต็มซึ่งกันและกัน ( 2 ) เคอร์เนลคุณลักษณะของเรา signi จึงลดลงอย่างมีนัยสําคัญเมื่อลงคุณสมบัติ 3D แบบดั้งเดิม ( เช่นภาพหมุน )และ ( 3 ) เรา signi จึงลดลงอย่างมีนัยสําคัญเมื่อปรับปรุงความสามารถของความลึกและ rgb-d ( ความลึก ) การบรรลุการปรับปรุง 10 − 15 % ในความถูกต้องเหนือรัฐของศิลปะ