基于语义分割的实例分割系统和方法.pdf
是你****平呀
亲,该文档总共30页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于语义分割的实例分割系统和方法.pdf
本发明涉及一种基于语义分割执行实例分割的系统和方法。该系统和方法能够(1)在给定语义分割的情况下实时处理高清图像;(2)当与广泛使用的语义分割方法(如密集预测单元)结合时,在准确性方面可提供与MaskR?CNN相当的性能,同时始终优于最先进的实时解决方案;(3)灵活地与任何语义分割模型一起进行实例分割;(4)如果给定的语义分割足够好,则优于MaskR?CNN;(5)易于扩展到全景分割。
语义分割方法和语义分割装置.pdf
本申请提供了一种语义分割方法和语义分割装置,有利于提高语义分割结果准确率。该方法包括:获取目标图像,该目标图像包括航拍得到的RGB图像和深度图像,该深度图像是根据该RGB图像确定的;将该目标图像输入至语义分割网络,通过该语义分割网络对该目标图像进行特征提取,获取该目标图像的深度信息和语义信息,该特征提取包括细节特征提取、边缘特征提取、深度特征提取以及上下文特征提取;通过该语义分割网络对该深度信息和该语义信息进行特征融合,得到该目标图像的语义分割图像。
一种基于实例分割的语义SLAM方法.pdf
本申请涉及ORB‑SLAM2系统和深度学习实例分割领域,具体提供了一种基于实例分割的语义SLAM方法。该方法的步骤为:S1,获取图像序列;S2,提取特征点信息和语义信息;S3,融合特征点信息和语义信息;S4,动态物体检测与去除;S5,物体级的帧间匹配;S6,物体级的回环检测。该方法能够在场景中准确的识别各种目标,使用目标的类别,包围框,掩膜信息帮助去除动态物体,并使用留下的静态物体更好的帮助系统进行帧间匹配以及回环检测。使用物体级匹配来约束帧间匹配,有效的解决了一些场景下特征点匹配错误导致丢失的情况。本发
基于时空记忆信息的视频实例分割方法和分割装置.pdf
本发明公开了一种基于时空记忆信息的视频实例分割方法和分割装置。视频实例分割方法包括:获取视频中当前帧图像的待分割实例的查询键特征图和查询值特征图以及各幅记忆帧图像中待分割实例的记忆键特征图和记忆值特征图;计算各幅记忆帧图像中待分割实例的记忆键特征图在进行注意力匹配时的权重值;按照从大至小的顺序从所有权重值选出预定数目的权重值作为权重系数;根据各个权重系数、各个权重系数对应的记忆帧图像的记忆键特征图和记忆值特征图得到具有加权时空信息的全局特征图;根据全局特征图、查询键特征图和查询值特征图得到当前帧图像的实例
语义分割方法、装置和系统及存储介质.pdf
本发明实施例提供一种语义分割方法、装置和系统以及存储介质。该方法包括:获取待处理图像;将待处理图像输入U型网络,以获得U型网络输出的待处理图像的语义分割结果,其中,U型网络的收缩路径包括依次连接的n个卷积模块,n个卷积模块中的第i个卷积模块的输出特征与在第i个卷积模块之后的至少一个卷积模块的输出特征结合到一起,结合后的特征跳跃连接到U型网络的扩张路径中的、与第i个卷积模块相对应的反卷积层的输出端,其中,n是大于1的整数,1≤i<n。根据本发明实施例的语义分割方法、装置和系统以及存储介质,由于采用浅层特征和