点击次数：

论文类型：期刊论文

发表时间：2018-01-01

发表刊物：通信学报

收录刊物：CSCD

卷号：39

期号：4

页面范围：123-130

ISSN号：1000-436X

关键字：深度学习;卷积神经网络;交通场景;语义分割;视差图

摘要：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.