基于卷积神经网络的室内场景识别

杨 鹏， 蔡青青， 孙 昊,3， 孙丽红

(1.河北工业大学 人工智能与数据科学学院 天津 300130； 2.智能康复装置与检测技术教育部工程研究中心 天津 300130； 3.河北省控制工程技术研究中心 天津 300130)

0 引言

场景识别是移动机器人系统的重要研究内容，其作用是移动机器人系统提供场景的语义上下文和先验信息，使智能机器人理解所处场景从而适应更加复杂的环境．在近年研究中，场景识别方法大多为提取场景特征，按照提取特征的性质可以将场景识别方法归为基于全局特征与基于局部特征两类．全局特征包括颜色、纹理、形状等低层特征，局部特征包括尺度不变特征变换(scale-invariant feature transform，SIFT)特征[1]以及梯度方向直方图(histogram of oriented gradient，HOG)特征[2]等．然而，上述技术应用于室内场景识别问题上无法获得理想的识别结果．这是因为相较于户外场景，室内环境具有排列无序、复杂的特点，缺少显著的局部或全局视觉特征．与上述传统手工特征不同，通过卷积神经网络提取的特征含有更加丰富的结构信息，具备可辨别能力强、旋转不变性等优势，已成为研究图像分类问题的重要工具．LeCun于1998年设计了卷积神经网络LeNet-5，实现了对手写数字的识别．在那之后，随着互联网大数据的兴起，卷积神经网络已经在图像理解领域中获得广泛应用[3-5]．

基于以上研究成果，本文摒弃了传统人工提取场景特征的方法，选择了卷积神经网络结构，应用目前识别精度较高的GoogLeNet模型来完成室内场景的识别任务，以证明卷积神……