Sep, 2019

语义感知场景识别

PDF
TL;DR该论文提出了一种基于多模式 CNN 的场景识别新方法，结合图像和上下文信息，通过注意力机制来强化学习和增强场景的辨别能力，实验证明该方法性能超过所有现有的先进方法，并显著减少了网络参数。
scene recognitionconvolutional neural networksmulti-modal cnnattention modulesemantic segmentation
发现论文，激发创造
  • 使用卷积神经网络的语义正则化场景分类器，通过物体理解场景类别

    本研究利用深度学习技术提高了机器人应用中的场景分类能力，通过语义分割对深度神经网络进行正则化，实现了基于对象知识的场景分类，比目前最先进的算法在 SUN RGB-D 数据集中获得了更好的表现，同时使语义分割性能达到了新的记录，并将算法成功应用于移动机器人捕捉的图像场景分类中。

    Sep, 2015

  • 使用上下文 - CNN 进行场景分类的对象级上下文建模

    本文介绍一种模型语境感知的深度神经网络，该模型利用 LSTM 单元结合物体提议来捕捉物体和场景之间的关系，并且通过对学习到的特征进行可视化和分析，证明了模型具有很好的语境建模能力。

    May, 2017

  • 室内场景识别的语义引导上下文建模

    本文提出了一种基于语义分割的新方法 SpaCoNet，旨在同时模拟对象的空间关系和共现情况，进而在室内场景识别任务中生成语义引导的特征表示，该方法具有良好的通用性和效果。

    May, 2023

  • 无缝场景分割

    本研究提出了一种基于 CNN 的新型架构，可以进行端到端的训练，以提供无缝的场景分割结果。该网络结构采用了一种新颖的分割头，将由特征金字塔网络生成的多尺度特征与由轻量级 DeepLab 模块传递的上下文信息进行了无缝整合，从而预测一致的语义分割和检测结果。此外，研究人员还提出了一种替代 panoptic 度量的方法，克服了评估非实例类别时的局限性。通过在三个具有挑战性的街景数据集上测试，即 Cityscapes、Indian Driving Dataset 和 Mapillary Vistas，我们的网络架构取得了最先进的结果。

    May, 2019

  • 利用带有上下文聚合的 ConvNet 进行卫星影像场景分类

    本文提出了一种基于上下文聚合的卷积神经网络 (ConvNet) 的新型表达形式，即 ResNet-TP，它采用 ResNet 作为骨干网络，拥有两个路径，允许网络建模局部细节和区域上下文，实验结果表明，在 UCM Land Use 和 NWPU-RESISC45 两个场景分类数据集上，相比现有最先进的方法，提出的机制取得了显着的改进。

    Feb, 2018

  • SACANet：用于遥感图像语义分割的场景感知类别注意力网络

    本文提出了一种基于场景感知注意力的空间注意力模块和局部 - 全局类注意力机制，以此构建一种应用于遥感图像语义分割的场景感知类别注意力网络（SACANet），试验表明 SACANet 的性能优于其他最先进的方法并验证了其有效性。

    Apr, 2023

  • 通过学习图像描述实现深度结构场景解析

    本文提出了一种基于深度架构的场景理解方法，通过一个卷积神经网络和一个递归神经网络分别提取图像特征和分层物体结构，结合基于描述性语句的弱监督训练，实现场景图像的自动解析，该方法在 PASCAL VOC 2012 数据集上表现出色。

    Apr, 2016

  • 场景识别中的目标、属性和类别学习

    本文旨在提高场景识别的准确性，通过提取对象包含的属性和分类标签信息，提出了一种多任务属性 - 场景识别（MASR）网络，采用部分监督注释策略大大降低了人工干预，从而实现了更高效的属性标注。实验结果表明，MASR 学习到了更具区分力的表示，与现有方法相比具有竞争力的识别性能。

    Jul, 2022

  • 端到端可训练的基于图像序列识别的神经网络及其在场景文本识别中的应用

    本文提出了一种新颖的神经网络架构，将特征提取、序列建模和转录集成到统一框架中，用于场景文本识别，相比现有算法其具有端到端训练，不需要一定的词典限制，更加适合实际应用等优点，在标准测试数据上展现出更好的性能。

    Jul, 2015

  • 基于多区域和语义分割感知的 CNN 目标检测模型

    本文提出一种基于卷积神经网络和语义分割的目标检测系统，利用迭代定位机制，通过高效运用模块来检测物体，并在 PASCAL VOC 数据集上获得了比其他方法更高的检测精度。

    May, 2015