一种基于多模态对比学习的RGB-D语义分割方法
公开
摘要
本发明公开了一种基于多模态对比学习的语义分割方法。构建训练集，建立由语义分割基础网络和对比学习模块构成的对比学习语义分割网络；语义分割基础网络包括RGB分支、深度分支、集成模块和对比学习模块，RGB分支和深度分支的分割结果通过集成模块结合得到最终分割结果并在训练阶段监督训练，RGB分支和深度分支的中间特征在训练阶段输入对比学习模块用跨模态对比损失和同模态对比损失进行优化。将待分割的RGB图像及对应的深度图像输入训练好的对比学习语义分割网络中的语义分割基础网络进行语义分割，获得语义分割结果。本发明能够更好地挖掘RGB图像和深度图像的共性，同时保留两类图像的特性，从而提升语义分割的精度。
基本信息
专利标题 ：
一种基于多模态对比学习的RGB-D语义分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612666A
申请号 ：
CN202210272481.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
柯丹宁龚小谨
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866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 ：
CN202210272481.6
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V20/70 G06V10/74 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
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
