期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于空间结构化推理深度融合网络的RGB-D场景解析
被引量：
4
1
作者
王泽宇
吴艳霞
+1 位作者
张国印
布树辉
《电子学报》
EI
CAS
CSCD
北大核心
2018年第5期1253-1258,共6页
为了弥补RGB-D场景解析中卷积神经网络空间结构化学习能力的不足,本文基于深度学习提出空间结构化推理深度融合网络,内嵌的结构化推理层有机地结合条件随机场和空间结构化推理模型,该层能够较为全面而准确地学习物体所处三维空间的物体...
为了弥补RGB-D场景解析中卷积神经网络空间结构化学习能力的不足,本文基于深度学习提出空间结构化推理深度融合网络,内嵌的结构化推理层有机地结合条件随机场和空间结构化推理模型,该层能够较为全面而准确地学习物体所处三维空间的物体分布以及物体间的三维空间位置关系.在此基础上,网络的特征融合层巧妙地利用深度置信网络和改进的条件随机场,该层可以根据融合生成的物体综合语义信息和物体间语义相关性信息完成深度结构化学习.实验结果表明,在标准RGB-D数据集NYUDv2和SUNRGBD上,空间结构化推理深度融合网络分别实现最优的平均准确率53.8%和54.6%,从而有助于实现机器人任务规划、车辆自动驾驶等智能计算机视觉任务.
展开更多
关键词
RGBD场景解析
深度学习
卷积神经网络
条件随机场
空间结构化推理模型
深度置信网络
计算机视觉
机器人任务规划
车辆自动驾驶
下载PDF
职称材料
题名
基于空间结构化推理深度融合网络的RGB-D场景解析
被引量：
4
1
作者
王泽宇
吴艳霞
张国印
布树辉
机构
哈尔滨工程大学计算机科学与技术学院
西北工业大学航空学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2018年第5期1253-1258,共6页
基金
国家重点研发计划(No.2016YFB1000400)
哈尔滨市杰出青年人才基金(No.2017RAYXJ016)
+1 种基金
中央高校自由探索基金(No.HEUCF170605)
国家自然科学基金(No.61573284)
文摘
为了弥补RGB-D场景解析中卷积神经网络空间结构化学习能力的不足,本文基于深度学习提出空间结构化推理深度融合网络,内嵌的结构化推理层有机地结合条件随机场和空间结构化推理模型,该层能够较为全面而准确地学习物体所处三维空间的物体分布以及物体间的三维空间位置关系.在此基础上,网络的特征融合层巧妙地利用深度置信网络和改进的条件随机场,该层可以根据融合生成的物体综合语义信息和物体间语义相关性信息完成深度结构化学习.实验结果表明,在标准RGB-D数据集NYUDv2和SUNRGBD上,空间结构化推理深度融合网络分别实现最优的平均准确率53.8%和54.6%,从而有助于实现机器人任务规划、车辆自动驾驶等智能计算机视觉任务.
关键词
RGBD场景解析
深度学习
卷积神经网络
条件随机场
空间结构化推理模型
深度置信网络
计算机视觉
机器人任务规划
车辆自动驾驶
Keywords
RGB-D scene parsing
deep learning
convolutional neural networks
conditional random fields
spatial structured inference model
deep belief networks
computer vision
robot task planning
self-driving cars
分类号
TP391.413 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于空间结构化推理深度融合网络的RGB-D场景解析
王泽宇
吴艳霞
张国印
布树辉
《电子学报》
EI
CAS
CSCD
北大核心
2018
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
