语境：
我有来自 Kinect 的 RGB-D 视频，它直接对准桌子。有一个包含大约 12 个对象的库，我需要一次识别一个或多个对象。我一直在从 RGB 图像中提取和检测 SURF，在应用 SURF 之前通过缩小到 320x240、灰度、拉伸对比度和平衡直方图进行预处理。我构建了一个套索工具，用于在视频图像静止图像中检测到的关键点中进行选择。然后这些关键点用于构建对象描述符，用于识别实时视频馈送中的对象。
问题：
SURF 示例显示成功识别具有大量类似文本的特征细节的对象，例如。标志和图案。我需要识别的对象相对简单，但具有独特的几何形状。在我的剧照中发现的 SURF 特征有时是一致的，但大多是不重要的表面特征。例如，假设我有一个木制立方体。SURF 在一张面上检测到一些颗粒，然后在其他面上失败。我需要检测（类似的东西）有四个等距和直角的角。我的所有物品都没有太多图案，但都有独特的对称几何形状和颜色。想想手机、棒棒糖、刀、保龄球。我的想法是，我可以为对象的每个显着不同的方向构建对象描述符，例如。保龄球瓶的两个描述符：一个站着，一个躺着。对于手机，一个放在前面，一个放在后面。我的识别器需要旋转不变性和一定程度的尺度不变性，以防对象堆叠。处理一些遮挡的能力是可取的（SURF 表现得足够好），但不是最重要的特征。倾斜不变性会更可取，并且 SURF 可以很好地处理我的对象的纸质打印输出。
问题：
我是否使用错误的 SURF 参数来查找错误比例的特征？这种物体识别有更好的算法吗？有没有像 SURF 一样容易使用的东西，它使用来自 Kinect 的深度数据以及或代替 RGB 数据？