稀疏字典驱动高阶依赖的RGB-D室内场景语义分割

• 作者: 刘天亮 徐高帮 戴修斌 曹旦旦 罗杰波
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 语义分割 条件随机场模型 稀疏字典学习 结构化支持向量机
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 通信与电子
• 页码范围: 13-18
• 页数: 6页
• 分类号: TN919.81|TP391.41
• 字数: 5195字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.05.003

摘要

为利用高阶条件随机场有效标注室内场景,文中提出一种稀疏字典驱动高阶依赖的RGB-D颜色-深度图像语义分割法.首先,利用融合深度的多尺度组合成组的全局概率边缘超度量图分层法过分割彩色-深度图像.然后,提取场景中各个超像素区域的视觉特征,构建超像素标签池并用于训练支持向量机分类器.接着,计算超像素一元势能和相邻超像素成对项势能;同时,以每一类超像素区域内关键点特征的稀疏编码子之和的直方图统计作为高阶势能.最后,利用融合自顶向下的判别性类别成本的条件随机场模型推理实现语义标注.实验表明,与其他方法相比,该方法能得到视觉表现力更强、准确率更高的语义标签图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘天亮	南京邮电大学江苏省图像处理与图像通信重点实验室	15	74	5.0	8.0
2	戴修斌	南京邮电大学江苏省图像处理与图像通信重点实验室	22	45	4.0	6.0
3	徐高帮	南京邮电大学江苏省图像处理与图像通信重点实验室	2	6	2.0	2.0
4	曹旦旦	南京邮电大学江苏省图像处理与图像通信重点实验室	2	4	1.0	2.0