|
|||||
|
|
| 基于深度学习和GB-RBM的UAV红外语义分割方法 | |
| 作者姓名： | 冯向东 邬忠萍 郝宗波 |
| 作者单位： | 1. 成都理工大学工程技术学院基础教学部;2. 成都工业学院汽车与交通学院;3. 电子科技大学信息与软件工程学院 |
| 基金项目： | 国家自然科学基金项目(61003032);;四川省重点实验室开放课题基金项目(2020YW003、scsxdz2019by01);;2019年度乐山市重点科技计划基金项目(19GZD051); |
| 摘 要： | 为提高UAV红外图像语义分割的性能,提出基于深度学习和高斯伯努利受限玻尔兹曼机(GB-RBM)的实时语义分割模型。确认地面车辆实时特征提取中的关键问题。基于GB-RBM,提出用于编码阶段的形状先验模型。通过将SegNet中的编码器-解码器结构与GB-RBM模块相融合,在解码器块中生成红外数据的实时映射,实现准确快速的语义分割。实验结果表明,所提方法能够很好地处理红外视频中的实时几何信息,在3个实验数据集上的平均精度约为0.98,平均处理时长约为17.86 s,性能优于其它优秀方法。 |
| 关 键 词： | 深度学习 语义分割 受限玻尔兹曼机 红外图像 编码器-解码器 特征提取 几何信息 |