融合深度图像的卷积神经网络语义分割方法 | |
王孙平; 陈世峰 | |
刊名 | 集成技术 |
2018 | |
文献子类 | 期刊论文 |
英文摘要 | 该文提出了一种基于深度学习框架的图像语义分割方法,通过使用由相对深度点对标注训练的网络模型,实现了基于彩色图像的深度图像预测,并将其与原彩色图像共同输入到包含带孔卷积的全卷积神经网络中。考虑到彩色图像与深度图像作为物体不同的属性表征,在特征图上用合并连接操作而非传统的相加操作对其进行融合,为后续卷积层提供特征图输入时保持了两种表征的差异。在两个数据集上的实验结果表明,该法可以有效提升语义分割的性能 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.siat.ac.cn:8080/handle/172644/13474] |
专题 | 深圳先进技术研究院_集成所 |
推荐引用方式 GB/T 7714 | 王孙平,陈世峰. 融合深度图像的卷积神经网络语义分割方法[J]. 集成技术,2018. |
APA | 王孙平,&陈世峰.(2018).融合深度图像的卷积神经网络语义分割方法.集成技术. |
MLA | 王孙平,et al."融合深度图像的卷积神经网络语义分割方法".集成技术 (2018). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论