-
公开(公告)号:CN113850856A
公开(公告)日:2021-12-28
申请号:CN202111009283.2
申请日:2021-08-31
Applicant: 北京工业大学
Abstract: 一种RGB‑D信息互补的语义分割方法属于图像分割技术领域。本发明针对已有利用RGB和深度信息的方法只考虑单向补充的问题,提出一种RGB和深度信息交叉互补的RGB‑D语义分割网络结构,旨在对RGB和深度信息进行双向的逐层信息补充,达到提高语义分割效果的目的。
-
公开(公告)号:CN113850856B
公开(公告)日:2024-07-12
申请号:CN202111009283.2
申请日:2021-08-31
Applicant: 北京工业大学
Abstract: 一种RGB‑D信息互补的语义分割方法属于图像分割技术领域。本发明针对已有利用RGB和深度信息的方法只考虑单向补充的问题,提出一种RGB和深度信息交叉互补的RGB‑D语义分割网络结构,旨在对RGB和深度信息进行双向的逐层信息补充,达到提高语义分割效果的目的。
-
公开(公告)号:CN113409327A
公开(公告)日:2021-09-17
申请号:CN202110608265.X
申请日:2021-06-01
Applicant: 北京工业大学
Abstract: 本发明提出一种基于排序与语义一致性约束的实例分割改进方法,针对如何提高分割实例的掩膜质量问题,主要是提出面向实例分割网络的排序损失与语义一致性损失,前者优化子区域的选择结果,后者优化子区域的语义分割结果。实例分割属于计算机视觉领域的重要任务,既要求区分具体实例,又要求完成分类与定位任务。当前的实例分割方法,存在分割实例的掩膜质量不高的问题,这对很多实际任务有不可忽略的负面影响。提出的排序损失与语义一致性损失,可以应用于目前已有的任意两阶段与单阶段实例分割框架中。在公开数据集上进行的实验表明,增加排序损失与语义一致性损失后,深度网络的实例分割效果均取得一定程度的提升,分割实例的掩膜质量有所改善。
-
-