摘要
智能化环境和服务的重要基础在于能够对环境进行视觉建模,使其具有视觉识别和理解能力.为此,提出一种用于智能服务机器人的场景解析深度网络模型Shuffle-HRNet以实现自主移动和服务.设计一种Shuffle模块并引入HRNetV2网络,实现不同通道之间的信息交互,降低模型参数量并提高计算效率;提出一种聚合注意力感知模块,使网络关注每个通道中不同的有效特征信息、抑制不相关特征;在SmartLib数据集上对Shuffle-HRNet和主流分割方法进行了对比和消融实验.实验结果表明,Shuffle-HRNet能够对内部环境实现场景解析和准确分割.相比其他方法,Shuffle-HRNet具有更高的分割效率和更低的参数量,可部署于机器人以实现室内场景自主移动进而提供多元化服务.
国家科技期刊平台
NSTL
万方数据