-
公开(公告)号:CN113449735B
公开(公告)日:2023-10-31
申请号:CN202110802462.5
申请日:2021-07-15
Applicant: 北京科技大学
IPC: G06V10/26 , G06V20/70 , G06V10/52 , G06V10/80 , G06V10/56 , G06V10/54 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种超像素分割的语义分割方法及装置,属于计算机视觉技术领域。该方法及装置为应用于机器人SLAM系统的高效语义分割方法。其中方法包括:提出一种多分支结合的特征提取算法模型,将图像通过不同的神经网络,获得两分支的特征图;设计了新型特征融合模块,使用一个卷积网络以训练学习如何叠加这两个网络来融合不同尺寸的特征,整合空间信息和语义信息;提出使用改进的超像素分割模块来获取边界分割细节,保留了图像的局部信息,又降低了图像分割的计算复杂度来辅助解决边界分割不精确的问题,以此来提高语义分割中的小目标的精确度,获得最终语义分割结果。
-
公开(公告)号:CN113449735A
公开(公告)日:2021-09-28
申请号:CN202110802462.5
申请日:2021-07-15
Applicant: 北京科技大学
Abstract: 本申请公开了一种超像素分割的语义分割方法及装置,属于计算机视觉技术领域。该方法及装置为应用于机器人SLAM系统的高效语义分割方法。其中方法包括:提出一种多分支结合的特征提取算法模型,将图像通过不同的神经网络,获得两分支的特征图;设计了新型特征融合模块,使用一个卷积网络以训练学习如何叠加这两个网络来融合不同尺寸的特征,整合空间信息和语义信息;提出使用改进的超像素分割模块来获取边界分割细节,保留了图像的局部信息,又降低了图像分割的计算复杂度来辅助解决边界分割不精确的问题,以此来提高语义分割中的小目标的精确度,获得最终语义分割结果。
-