面向RGB-D场景解析的三维空间结构化编码深度网络

• 作者: 吴艳霞 布树辉 张国印 王泽宇
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 全卷积神经网络 图模型 空间结构化编码算法 分层视觉特征 分层深度特征 空间关系特征 混合特征
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能
• 页码范围: 3458-3466
• 页数: 9页
• 分类号: TP391.413|TP18
• 字数: 7543字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.12.3458

摘要

有效的RGB-D图像特征提取和准确的3D空间结构化学习是提升RGB-D场景解析结果的关键.目前,全卷积神经网络(FCNN)具有强大的特征提取能力,但是,该网络无法充分地学习3D空间结构化信息.为此,提出了一种新颖的三维空间结构化编码深度网络,内嵌的结构化学习层有机地结合了图模型网络和空间结构化编码算法.该算法能够比较准确地学习和描述物体所处3D空间的物体分布.通过该深度网络,不仅能够提取包含多层形状和深度信息的分层视觉特征(HVF)和分层深度特征(HDF),而且可以生成包含3D结构化信息的空间关系特征,进而得到融合上述3类特征的混合特征,从而能够更准确地表达RGB-D图像的语义信息.实验结果表明,在NYUDv2和SUNRGBD标准RGB-D数据集上,该深度网络较现有先进的场景解析方法能够显著提升RGB-D场景解析的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国印	哈尔滨工程大学计算机科学与技术学院	162	1407	18.0	28.0
2	吴艳霞	哈尔滨工程大学计算机科学与技术学院	40	159	7.0	10.0
3	布树辉	西北工业大学航空学院	9	49	4.0	6.0
4	王泽宇	哈尔滨工程大学计算机科学与技术学院	7	15	2.0	3.0