10.14132/j.cnki.1673-5439.2017.05.003
稀疏字典驱动高阶依赖的RGB-D室内场景语义分割
为利用高阶条件随机场有效标注室内场景,文中提出一种稀疏字典驱动高阶依赖的RGB-D颜色-深度图像语义分割法.首先,利用融合深度的多尺度组合成组的全局概率边缘超度量图分层法过分割彩色-深度图像.然后,提取场景中各个超像素区域的视觉特征,构建超像素标签池并用于训练支持向量机分类器.接着,计算超像素一元势能和相邻超像素成对项势能;同时,以每一类超像素区域内关键点特征的稀疏编码子之和的直方图统计作为高阶势能.最后,利用融合自顶向下的判别性类别成本的条件随机场模型推理实现语义标注.实验表明,与其他方法相比,该方法能得到视觉表现力更强、准确率更高的语义标签图.
语义分割、条件随机场模型、稀疏字典学习、结构化支持向量机
37
TN919.81;TP391.41
国家自然科学基金61001152,31200747,61071091,61071166,61172118;江苏省自然科学基金BK2012437;国家留学基金和南京邮电大学校级科研基金NY214037
2017-12-07（万方平台首次上网日期，不代表论文的发表时间）
共6页
13-18
