IJCAIApr, 2016
层次 LSTM 几何场景解析
Geometric Scene Parsing with Hierarchical LSTM
Zhanglin Peng, Ruimao Zhang, Xiaodan Liang, Xiaobai Liu, Liang Lin
TL;DR本研究提出了一种名为 Hierarchical Long Short-Term Memory(H-LSTM)的循环神经网络模型,它包含两个耦合子网络,即 Pixel LSTM 和 Multi-scale Super-pixel LSTM,用于处理表面标记和关系预测,分别提供补充信息以利用分层场景上下文,联合优化以提高性能,并能在几何场景中解析场景几何结构,并且具有优秀的 3D 重建结果。