公开(公告)号：CN109636905B

公开(公告)日：2023-01-24

申请号：CN201811492375.9

申请日：2018-12-07

Applicant: 东北大学

Inventor： 张云洲 ,  胡美玉 ,  秦操 ,  张维智 ,  张括嘉 ,  张珊珊

IPC: G06T17/05 ,  G06T19/20 ,  G06T7/11 ,  G06T7/38

Abstract: 本发明提出了一种基于深度卷积神经网络的环境语义建图方法，该方法能够借助深度学习在场景识别方面的优势，与SLAM技术的自主定位优势相结合，构建包含物体类别信息的环境地图。具体地，利用ORB‑SLAM对输入图像序列进行关键帧筛选和帧间位姿估计；利用一种基于Deeplab图像分割的改进方法进行二维语义分割；在卷积网络最后一层的后面引入上采样卷积层；利用深度信息作为门限信号控制不同卷积核的选择，并对齐分割后的图像与深度图，利用相邻关键帧之间的空间对应关系构建三维稠密语义地图。上述方案能够提高图像分割的精度，具有更高的构图效率。

公开(公告)号：CN109636905A

公开(公告)日：2019-04-16

申请号：CN201811492375.9

申请日：2018-12-07

Applicant: 东北大学

Inventor： 张云洲 ,  胡美玉 ,  秦操 ,  张维智 ,  张括嘉 ,  张珊珊

IPC: G06T17/05 ,  G06T19/20 ,  G06T7/11 ,  G06T7/38

CPC classification number: G06T17/05 ,  G06T7/11 ,  G06T7/38 ,  G06T19/20 ,  G06T2207/10024 ,  G06T2207/10028 ,  G06T2207/20016 ,  G06T2207/20084 ,  G06T2219/2012

Abstract: 本发明提出了一种基于深度卷积神经网络的环境语义建图方法，该方法能够借助深度学习在场景识别方面的优势，与SLAM技术的自主定位优势相结合，构建包含物体类别信息的环境地图。具体地，利用ORB‑SLAM对输入图像序列进行关键帧筛选和帧间位姿估计；利用一种基于Deeplab图像分割的改进方法进行二维语义分割；在卷积网络最后一层的后面引入上采样卷积层；利用深度信息作为门限信号控制不同卷积核的选择，并对齐分割后的图像与深度图，利用相邻关键帧之间的空间对应关系构建三维稠密语义地图。上述方案能够提高图像分割的精度，具有更高的构图效率。