典型文献
基于非对称融合和关联上下文的RGBD语义分割算法研究
文献摘要：
相比于传统的二维RGB图像的语义分割,使用具有三维信息的RGBD图像,可以提高算法的精度.于是,研究深度图信息如何引入至关重要.采用非对称融合模块,在融入深度图信息时降低其噪声带来的负面影响,并在融合前使用通道注意力模块对深度图信息以及RGB信息进行处理,使通道信息得到有效过滤.另外,针对像素之间的关联性不易利用的问题,利用自注意力机制的思想设计了关联上下文模块,用来联合感知并编码多模态深层特征.通过将模块集成到一个双通路的编码解码结构的基本网络模型中,并在NYU-Depth v2室内语义分割数据集上做了测试,取得了不错的分割效果.
文献关键词：
RGBD语义分割;卷积神经网络;注意力机制
中图分类号：
作者姓名：
张静怡
作者机构：
四川大学电子信息学院,成都 610065
文献出处：
引用格式：
[1]张静怡-.基于非对称融合和关联上下文的RGBD语义分割算法研究)[J].现代计算机,2022(01):96-100
A类：
B类：
上下文,RGBD,语义分割,分割算法,算法研究,三维信息,研究深度,深度图,图信息,声带,通道注意力模块,像素,自注意力机制,深层特征,模块集成,一个双,双通路,编码解码结构,基本网络模型,NYU,Depth,v2,不错,分割效果
AB值：
0.383591
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
