论文部分内容阅读
针对现有RGB-D物体识别方法存在图像特征学习不全面、类间相似的物体识别精度不高等问题,联合稀疏自编码（sparse auto-encoder,SAE）及递归神经网络（recursive neural networks,RNNs）提出多模态稀疏自编码递归神经网络（multi-modal sparse auto-encoder and recursive neural networks,MSAE-RNNs）的深度学习模型。SAE结合卷积及池化技术分别从RGB-D图像的RGB图、灰度图、深度图、3D曲面法线中