location: Current position: Home >> Scientific Research >> Paper Publications

基于卷积神经网络的交通场景语义分割方法研究

Hits:

Indexed by:期刊论文

Date of Publication:2018-01-01

Journal:通信学报

Included Journals:CSCD

Volume:39

Issue:4

Page Number:123-130

ISSN No.:1000-436X

Key Words:深度学习;卷积神经网络;交通场景;语义分割;视差图

Abstract:为提高交通场景的语义分割精度,提出一种基于 RGB-D 图像和卷积神经网络的分割方法.首先,基于半全局立体匹配算法获取视差图D,并将其与RGB图像融合成四通道RGB-D图像,以建立样本库;其次,对于2种不同结构的卷积神经网络,分别采用2种不同的学习率调整策略对网络进行训练;最后,对训练得到的网络进行测试及对比分析.实验结果表明,基于RGB-D图像的交通场景语义分割算法得到的分割精度高于基于RGB图像的分割算法.

Pre One:Dense 3D Semantic SLAM of traffic environment based on stereo vision

Next One:微型燃气涡轮机增程式电动汽车设计