咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于前馈上下文和形状先验的平面标注方法 收藏

基于前馈上下文和形状先验的平面标注方法

Surface Labeling Method Based on Feed-forward Context and Shape Priors

作     者:郭燕飞 刘宏哲 袁家政 王雪峤 GUO Yan-fei;LIU Hong-zhe;YUAN Jia-zheng;WANG Xue-jiao

作者机构:北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学北京100081 

出 版 物:《计算机科学》 (Computer Science)

年 卷 期:2018年第45卷第12期

页      面:235-242页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61571045 61372148) 北京市自然科学基金(4152016) 国家科技"多彩贵州"文化资源集成与文化旅游综合服务应用示范(2015BAH55F03) 北京市属高校高水平教师队伍建设创新团队建设提升计划(IDHT20170511)资助 

主  题:场景理解 平面标注 多尺度可变的部件模型 前馈上下文 形状先验 

摘      要:针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,同时采用改进的基于多尺度可形变的部件模型方法进行目标检测。其次,将可见对象信息与前馈上下文预测相结合来推测背景区域的被遮挡部分。然后,根据与当前标签置信度相匹配的多边形为每个标签提供形状先验知识。最后,结合像素预测与可视平面预测和多边形知识,以形成完整的场景标注图像。与现有方法相比,该方法能够得到与街道场景更相符的结果,并在人行道和公路较接近时的标注效果更好。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分