| 一种面向室内场景的语义分割网络 |
| |
| 引用本文： | 顾嘉城,龙英文,吉明明,郑旸. 一种面向室内场景的语义分割网络[J]. 激光与红外, 2023, 53(4): 615-625 |
| |
| 作者姓名： | 顾嘉城 龙英文 吉明明 郑旸 |
| |
| 作者单位： | 上海工程技术大学电子电气工程学院,上海201620 |
| |
| 基金项目： | 国家自然科学基金项目(No.61603241)资助。 |
| |
| 摘 要： | 现有RGB D语义分割方法难以充分地融合深度信息来实现对复杂场景的语义分割,为了能更精确地在室内场景RGB图中进行识别内部物体,提出一种基于通道注意力机制的非对称三分支结构型卷积网络语义分割模型。该方法能选择性地从RGB图和深度图像中收集特征。先构建了一个具有三个并行分支的体系结构,并添加了三个互补的注意模块。且运用了双向跨模块特征传播策略,不仅可以保留原始RGB图像和深度图像的特征,还能充分利用融合分支的深度特征。在两个室内场景数据集(NYUDv2数据集和SUN RGBD数据集)进行了对照实验和消融研究。结果表明,所提出的模型与目前最好的表现方法注意力互补网络(ACNet)对比下,像素精度、平均像素精度、平均交并比分别提高了09、13、17,在镜子、书本、箱子等小物体的语义分割交并比指标提高了72、96、112。验证了提出的模型在处理室内场景具更强的适用性。
|
| 关 键 词： | RGB-D语义分割 双向跨模块特征传播策略 通道注意力机制 室内场景 |
| 修稿时间： | 2022-07-07 |
A semantic segmentation network for indoor scenes |
| |
| GU Jia-cheng,LONG Ying-wen,JI Ming-ming,ZHENG Yang. A semantic segmentation network for indoor scenes[J]. Laser & Infrared, 2023, 53(4): 615-625 |
| |
| Authors: | GU Jia-cheng LONG Ying-wen JI Ming-ming ZHENG Yang |
| |
| Affiliation: | School of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai 201620,China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《激光与红外》浏览原始摘要信息 |
|
点击此处可从《激光与红外》下载全文 |
|
