基于跨模态学习与领域自适应RGBD图像语义分割方法
实质审查的生效
摘要
基于跨模态学习与领域自适应RGBD图像语义分割方法，该方法采用RGB和深度图像两种模态的数据作为输入，构造基于跨模态的图像语义分割网络；该方法采用Jensen‑Shannon散度使网络各个分支的语义分割结果尽量一致。该方法设计了一套基于对抗生成式的领域自适应方法，把语义分割网络作为生成器得到三个语义分割结果；并设计了三个判别器，分别以三个语义分割结果作为判别器的输入；生成器尽量使源领域和目标领域的语义分割在分布上一致；判别器目的是正确区分语义分割结果是来自哪个领域；生成器和判别器的目的相悖，在不断博弈中相互提高，最终实现不同领域在输出层面的对齐，即RGBD数据跨领域的高精度标注。
基本信息
专利标题 ：
基于跨模态学习与领域自适应RGBD图像语义分割方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114419323A
申请号 ：
CN202210328137.4
公开（公告）日 ：
2022-04-29
申请日 ：
2022-03-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘伟郭永发余晓霞刘家伟张苗辉
申请人 ：
华东交通大学
申请人地址 ：
江西省南昌市经济技术开发区双港东大街808号
代理机构 ：
南昌市平凡知识产权代理事务所
代理人 ：
姚伯川
优先权 ：
CN202210328137.4
主分类号 ：
G06V10/26
IPC分类号 ：
G06V10/26 G06V10/764 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06V 10/26
申请日 : 20220331
申请日 : 20220331
2022-04-29 ：
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
