首页|结合深度信息的室内图像语义分割

结合深度信息的室内图像语义分割

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对因光照及物体颜色相近等问题导致的图像分割不准确问题,论文提出了一种结合深度信息的室内图像语义分割方法.首先利用像素之间的深度相似性,将相似图像几何结构无缝地合并到卷积神经网络(CNN)中,以生成像素级每个类别的一元势能响应;然后将图像深度信息融合到对比敏感的双核势能条件随机场(CRF)中,将其与先前的一元势能结合进行室内图像细化分割进而获得最终结果;最后采用NYUv2数据集、三个平均指标,将论文方法和已有的五种分割方法进行对比实验,结果表明论文方法有着良好表现,可以有效地改善室内图像分割精度.
Indoor Image Semantic Segmentation Combined with Depth Information

李丽瑶、张荣国、胡静、刘小君、李晓明

展开 >

太原科技大学计算机科学与技术学院 太原 030024

合肥工业大学机械工程学院 合肥 230009

深度信息 室内图像 语义分割 条件随机场 卷积神经网络

山西省自然科学基金国家自然科学基金

201801D12113451375132

2021

10.3969/j.issn.1672-9722.2021.12.039

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(12)
  • 17