基于张量分解融合RGB-D图像的物体识别
来源：计算机工程与应用杂志2019年第2期北京时间：
作者：余霆嵩，文元美，凌永权
单位：广东工业大学 信息工程学院，广州 510006
摘要：为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。
关键词：RGB-D图像融合,卷积神经网络,张量分解,Tucker分解,物体识别
