一种基于语义流网络的RGBD语义分割方法
公开
摘要
一种基于语义流网络的RGBD语义分割方法，包括：将RGB与深度图像分别输入全对齐融合网络，提取初步特征后送入模态对齐模块进行融合，经过多个模态对齐模块后保留其输出特征并将最后一个作为高层特征。之后将高层特征送入金字塔池化模块进行上下文信息提取获得特征F，将模态对齐模块中保留的对应特征与F进行流对齐操作获得新特征，经过多个流对齐模块后从最后一个流对齐模块输出的特征被输入进最终的卷积层进行逐像素分类，获得最终语义分割图P。本发明设计并提出了全对齐融合网络，解决了目前语义分割问题中由于特征信息不对齐造成的类混淆、对象混淆等问题，实现了相似像素之间轮廓的区分，提高了整体语义分割的精度。
基本信息
专利标题 ：
一种基于语义流网络的RGBD语义分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114596322A
申请号 ：
CN202210220629.1
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈佳舟詹扬帆潘翔
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市拱墅区潮王路18号
代理机构 ：
杭州天正专利事务所有限公司
代理人 ：
王幸祥
优先权 ：
CN202210220629.1
主分类号 ：
G06T7/11
IPC分类号 ：
G06T7/11 G06V10/82 G06V10/80 G06N3/08
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
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/11
区域分割
法律状态
2022-06-07 ：
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
