一种非对称编码网络的物体图像3D语义预测分割方法
授权
摘要
本发明公开了一种非对称编码网络的物体图像3D语义预测分割方法。选取RGB图像、深度图和对应的语义标签构成构成训练集，构建非对称编码网络的卷积神经网络，包括两个输入层、隐层和三个输出层，将训练集输入到卷积神经网络中进行训练，得到训练集中的每幅RGB图像对应的预测分割图像，计算训练集中的每幅RGB图像对应的预测分割图像与对应的真实深度图像之间的损失函数值，不断训练取值最小的损失函数值对应的权值矢量和偏置项；待预测的RGB图像和深度图像输入到训练好的深度可分卷积神经网络训练模型中，得到预测分割图像。本发明构建了非对称编码网络的网络结构，实现了物体图像3D语义预测分割，且分割结果精度高。
基本信息
专利标题 ：
一种非对称编码网络的物体图像3D语义预测分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110782458A
申请号 ：
CN201911012594.7
公开（公告）日 ：
2020-02-11
申请日 ：
2019-10-23
授权号 ：
CN110782458B
授权日 ：
2022-05-31
发明人 ：
周武杰袁建中吕思嘉雷景生钱亚冠何成王海江
申请人 ：
浙江科技学院
申请人地址 ：
浙江省杭州市西湖区留和路318号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN201911012594.7
主分类号 ：
G06T7/10
IPC分类号 ：
G06T7/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
法律状态
2022-05-31 ：
授权
2020-03-06 ：
实质审查的生效
IPC(主分类) : G06T 7/10
申请日 : 20191023
申请日 : 20191023
2020-02-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
