[发明专利]一种基于超像素深度网络的室内场景语义分割方法有效
| 申请号： | 201910642478.7 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110517270B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 王立春;陆建霖;王少帆;孔德慧;李敬华 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/90;G06V10/762;G06K9/62;G06N3/04 |
| 代理公司： | 北京市中闻律师事务所 11388 | 代理人： | 冯梦洪 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于超像素深度网络的室内场景语义分割方法，能够缓解像素作为深度网络计算单元带来的图像语义分割边界不清晰以及计算量大的问题，同时打破现有深度网络方法无法接受无序的超像素集合作为输入的局限。该方法包括：(1)对RGB颜色图像使用简单线性迭代聚类分割算法SLIC得到超像素集合；(2)计算每一个超像素的最小包围矩形；(3)基于超像素深度网络RCN提取图像的颜色特征与深度特征；(4)用每一个超像素的最小包围矩形，在颜色与深度的多层次特征图上进行裁剪和重塑操作，得到每一个超像素颜色多层次特征表示与深度多层次特征表示；(5)融合超像素颜色多层次特征与深度多层次特征得到超像素特征，对超像素进行分类。 | ||
| 搜索关键词： | 一种 基于 像素 深度 网络 室内 场景 语义 分割 方法 | ||
【主权项】：
1.一种基于超像素深度网络的室内场景语义分割方法，其特征在于：该方法包括以下步骤：/n(1)对RGB颜色图像使用简单线性迭代聚类分割算法SLIC得到超像素集合；/n(2)计算每一个超像素的最小包围矩形；/n(3)基于超像素深度网络RCN提取图像的颜色特征与深度特征；/n(4)使用每一个超像素的最小包围矩形，在颜色与深度的多层次特征图上进行裁剪和重塑操作，得到每一个超像素颜色多层次特征表示与深度多层次特征表示；/n(5)融合超像素颜色多层次特征与深度多层次特征得到超像素特征，对超像素进行分类，实现室内场景语义分割。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910642478.7/，转载请声明来源钻瓜专利网。
