rgb-d semantic segmentation | BriefGPT

关键词rgb-d semantic segmentation

搜索结果 - 7

AsymFormer：面向移动平台的异模态不对称交叉表示学习实时 RGB-D 语义分割
在机器人智能领域中，实现高效和准确的 RGB-D 语义分割是一个关键基石。本文提出 AsymFormer，这是一种面向实时 RGB-D 语义分割的新型网络，通过优化计算资源分配和引入非对称骨干网络，对冗余参数进行了最小化，以实现多模态特征的
PDF9 months ago
面向高效 RGB-D 语义分割的空间信息引导自适应上下文感知网络
提出了一种有效的轻量级编码器 - 解码器网络以及其他相关模块，用于在移动机器人中进行 RGB-D 语义分割，通过跨模态相关性和补充线索可以准确提取多层次 RGB-D 特征，实验结果表明该方法在分割准确性、推理时间和参数方面具有更好的权衡。
PDFa year ago
ECCV沿深度轴学习接受域的可塑性 2.5D 卷积：用于 RGB-D 场景分析
该研究提出了可变形 2.5D 卷积算子，以学习沿深度轴的感受野，可以有效地进行 RGB-D 语义分割，并具有很好的泛化能力。
PDF4 years ago
RFBNet: RGB-D 语义分割的深度多模态网络与残差融合块
本文提出了一种底层交互式融合结构来建模编码器之间的相互依赖关系，其中引入了交互流来互联编码器，并求解编码器的互补特征。基于这种结构，本文提出了 RGB-D 语义分割的深度多模态网络 RFBNet，并通过两个数据集的实验验证了这种方法达到的最
PDF5 years ago
基于融合网络的亮度、深度和颜色信息用于语义分割
本文提出了一种名为 LDFNet 的新型解决方案，通过融合网络来综合利用亮度，深度和颜色信息，以提高 RGB-D 语义分割任务的性能，实验表明其潜力和适用性
PDF6 years ago
基于深度感知的 RGB-D 分割卷积神经网络
本文提出一种 Depth-aware CNN 方法，通过引入深度感知卷积和深度感知平均池化两种直观、灵活、有效的操作，将几何信息无缝地融入 CNN 中，从而解决了 CNN 在处理几何信息上的限制问题，并且在具有挑战性的 RGB-D 语义分割
PDF6 years ago
ECCV使用反卷积网络学习 RGB-D 语义分割的公共和特定特征
本文在室内图像的 RGB-D 语义分割问题中，通过利用可以预测像素级类别标签的反卷积网络，开发了一种反卷积多模态新结构并提出了一种新的特征转换网络。该特征转换网络通过在两个模态之间发现共同特征并表征每种特性的方式将两种模态相关联。新网络在
PDF8 years ago