计算机工程

作者：李琦, 谢珺, 张喆, 董俊杰, 续欣莹

单位：1. 太原理工大学 信息与计算机学院, 山西 晋中 030600;2. 太原理工大学 电气与动力工程学院, 太原 030024

关键词：多模态,RGB颜色三通道,局部感受野,在线序列极限学习机,物体材质分类

基金：国家自然科学基金（61503271，61603267）；山西省自然科学基金（201801D121144，201801D221190）。

单一模态包含的物体信息有限，导致在物体材质识别分类中表现不佳，而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架，利用多尺度局部感受野感知样本信息提取特征，并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练，当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证，实验结果表明，多模态融合的分类精度高于单模态的分类精度，且改进的特征提取框架可以显著提升分类性能。

来源：2021年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第7期