基于深度图及分离池化技术的场景复原及语义分类网络

作者：林金花; 姚禹; 王莹

来源：自动化学报, 2019, (11): 2178-2186.

DOI：10.16383/j.aas.2018.c170439

• 机器视觉感知系统
• 池化技术
• 深度图
• 深度学习
• 卷积神经网络 Machine vision perception system
• pooling technology
• depth map
• deep learning
• convolutional neural network

在机器视觉感知系统中,从不完整的被遮挡的目标对象中鲁棒重建三维场景及其语义信息至关重要.目前常用方法一般将这两个功能分开处理,本文将二者结合,提出了一种基于深度图及分离池化技术的场景复原及语义分类网络,依据深度图中的RGB-D信息,完成对三维目标场景的重建与分类.首先,构建了一种CPU端到GPU端的深度卷积神经网络模型,将从传感器采样的深度图像作为输入,深度学习摄像机投影区域内的上下文目标场景信息,网络的输出为使用改进的截断式带符号距离函数(Truncated signed distance function, TSDF)编码后的体素级语义标注.然后,使用分离池化技术改进卷积神经网络的池化层粒...

• 单位
  长春工业大学; 中国科学院