-
公开(公告)号：CN110084136A
公开(公告)日：2019-08-02
申请号：CN201910268242.1
申请日：2019-04-04
Applicant: 北京工业大学
Abstract: 公开一种基于超像素CRF模型的上下文优化室内场景语义标注方法，其可有效提高语义标注正确率，可以进一步改善标注的情况。该方法包括以下步骤：(1)输入待标注的彩色图像RGB和深度图像D；(2)对图像进行超像素分割；(3)对图像进行超像素特征提取；(4)使用超像素特征进行分类得到基于超像素特征的语义标注结果；(5)根据语义标注结果和多层次超像素分割得到的超像素空间上下文关系构建超像素CRF模型；(6)得到优化的语义标注结果。
-
公开(公告)号：CN109829449B
公开(公告)日：2021-09-14
申请号：CN201910174110.2
申请日：2019-03-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于超像素时空上下文的RGB‑D室内场景标注方法，在计算机视觉领域，将数字图像细分为多个图像子区域的过程称为超像素分割。超像素通常是由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域，这些小区域保留了局部有效信息，且一般不会破坏图像中物体的边界信息。本方法中以0.08阈值确定的超像素的语义标注为优化目标，以0.06分割阈值确定的超像素作为空间上下文，用于优化语义标注结果。对叶节点以及中间节点对应的每一块超像素进行语义分类，得到0.06和0.08阈值下的超像素分割图中每一超像素语义标注概率。本发明显著优于现有常规室内场景标注方法。
-
公开(公告)号：CN109829449A
公开(公告)日：2019-05-31
申请号：CN201910174110.2
申请日：2019-03-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于超像素时空上下文的RGB-D室内场景标注方法，在计算机视觉领域，将数字图像细分为多个图像子区域的过程称为超像素分割。超像素通常是由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域，这些小区域保留了局部有效信息，且一般不会破坏图像中物体的边界信息。本方法中以0.08阈值确定的超像素的语义标注为优化目标，以0.06分割阈值确定的超像素作为空间上下文，用于优化语义标注结果。对叶节点以及中间节点对应的每一块超像素进行语义分类，得到0.06和0.08阈值下的超像素分割图中每一超像素语义标注概率。本发明显著优于现有常规室内场景标注方法。
-
-
Search Results
3
records
(took 0.019 seconds)
