检索结果-南通市图书馆

计算机应用研究 2024年第5期41卷 1594-1600页

作者：张帅雷景生靳伍银俞云祥杨胜英浙江科技学院信息与电子工程学院杭州310023 兰州理工大学机电工程学院兰州730050 浙江鼎立实业有限公司浙江丽水321400

针对室内场景图像语义分割结果不精确、显著图粗糙的问题,提出一种基于多模态特征优化提取和双路径引导解码的网络架构(feature regulator and dual-path guidance,FG-Net)。具体来说,设计的特征调节器对每个阶段的多模态特征依次进行... 详细信息

针对室内场景图像语义分割结果不精确、显著图粗糙的问题,提出一种基于多模态特征优化提取和双路径引导解码的网络架构(feature regulator and dual-path guidance,FG-Net)。具体来说,设计的特征调节器对每个阶段的多模态特征依次进行噪声过滤、重加权表示、差异性互补和交互融合,通过强化RGB和深度特征聚合,优化特征提取过程中的多模态特征表示。然后,在解码阶段引入特征交互融合后丰富的跨模态线索,进一步发挥多模态特征的优势。结合双路径协同引导结构,在解码阶段融合多尺度、多层次的特征信息,从而输出更细致的显著图。实验在公开数据集NYUD-v2和SUN RGB-D上进行,在主要评价指标mIoU上达到48.5%,优于其他先进算法。结果表明,该算法实现了更精细的室内场景图像语义分割,表现出了较好的泛化性和鲁棒性。

关键词：室内语义分割特征调节器双路径协同引导 RGB-D特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CSegNet的三维点云室内语义分割研究

引用

激光与红外 2023年第2期53卷 194-201页

作者：敖建锋潘仲泰程小龙江西理工大学土木与测绘工程学院江西赣州341000

人工智能的发展程度取决于机器对环境的感知能力,即机器对场景理解的能力,这就离不开其中的核心技术—三维点云语义分割,虽然基于深度学习的三维点云语义分割网络层出不穷,但都存在局部特征利用不充分的问题,导致分割效果不佳。本文针... 详细信息

人工智能的发展程度取决于机器对环境的感知能力,即机器对场景理解的能力,这就离不开其中的核心技术—三维点云语义分割,虽然基于深度学习的三维点云语义分割网络层出不穷,但都存在局部特征利用不充分的问题,导致分割效果不佳。本文针对这个问题,受PointNet++和TSegNet的启发,设计了具有双层结构的CSegNet模型。首先,编码部分使用逐点卷积来取代PointNet层捕捉点云的局部特征;其次,解码部分使用PointDeconv层恢复原始点云结构;最后加入边缘卷积来更有效的提取局部特征,并解决边界不平滑问题。在S3DIS数据集上验证表明,CSegNet能更好的利用局部特征来进行分割,最终得到oAcc为88.7%,mIoU为73.7%的分割准确性。

关键词：室内语义分割逐点卷积边缘卷积 CSegNet

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于RGB-D的室内场景分割技术研究

基于RGB-D的室内场景分割技术研究

引用

作者：靳瑜昕中北大学

学位级别：硕士

随着人工智能、计算机硬件等技术的发展,应用深度学习解决计算机视觉领域的相关问题已逐渐普遍化。作为计算机视觉领域中图像处理的关键步骤,图像语义分割在智能交通、医学诊断等越来越多的领域得到应用,因此研究图像语义分割具有重要... 详细信息

随着人工智能、计算机硬件等技术的发展,应用深度学习解决计算机视觉领域的相关问题已逐渐普遍化。作为计算机视觉领域中图像处理的关键步骤,图像语义分割在智能交通、医学诊断等越来越多的领域得到应用,因此研究图像语义分割具有重要意义。室内场景的结构较为复杂,RGB图像提供的颜色信息会使色彩相近物体间的边界模糊,而深度图像可以为RGB图像提供相应的几何关系,结合深度图像能够有效提高分割效果,因此基于互补的RGB和深度图像的语义分割逐渐成为图像处理领域的研究热点。本文研究了基于RGB-D图像的室内场景语义分割技术,主要研究内容如下:(1)阐述了深度学习在RGB-D图像分割领域应用时的相关理论知识,分析目前RGB-D语义分割在多模态融合以及多尺度融合方面存在的问题,并针对以上问题展开研究;(2)由于RGB图像和深度图像存在的差异性和互补性,针对如何有效融合两种模态信息,提出了一种注意力引导多模态交叉融合的分割网络ACFNet。首先,采用编码器-解码器结构,设计非对称双流特征提取网络,并在RGB编码器中添加全局-局部特征提取模块(GL);其次,提出了注意力引导多模态交叉融合模块(ACFM),有效融合RGB和深度特征,更好地在多阶段利用融合的增强特征。实验结果表明,ACFNet网络显著提高了室内场景的分割效果;(3)针对室内场景中目标物体尺寸不一的问题,提出一种融合编码器多尺度特征的RGB-D语义分割网络EMFNet。首先,提出了结合池化操作的多尺度特征融合模块(PMFM),有效利用了编码器阶段提取的多尺度特征;其次,设计了多重跳跃连接模块(MSCM),重新利用了下采样过程中缺失的细节信息。实验结果表明,EMFNet网络优于ACFNet及对比的其他语义分割方法。

关键词： RGB-D图像深度学习室内语义分割多模态融合多尺度融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：