-
公开(公告)号：CN113610099A
公开(公告)日：2021-11-05
申请号：CN202110987114.X
申请日：2021-08-26
Applicant: 吉林大学
Abstract: 本发明涉及了一种环境感知方法，所述方法包括如下步骤：将初始时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得静态特征向量；根据静态特征向量生成当前环境的静态图表；将当前时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得动态特征向量；利用动态特征向量、上一时刻的动态图表和当前环境的静态图表，构建当前时刻的动态图表；将当前环境的静态图表和当前时刻的动态图表进行融合，获得当前时刻的环境感知结果。本发明不仅有效的分辨出了环境中的目标位置、类别，并进一步的结合人类的感知机理确定目标的优先级，本发明提供了一种基于人类感知机制的环境感知方法，提高了视觉辅助的适用性。
-
公开(公告)号：CN113610099B
公开(公告)日：2024-02-02
申请号：CN202110987114.X
申请日：2021-08-26
Applicant: 吉林大学
IPC: G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及了一种环境感知方法，所述方法包括如下步骤：将初始时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得静态特征向量；根据静态特征向量生成当前环境的静态图表；将当前时刻的RGB图像和深度图像输入轻量级特征提取网络进行特征提取，获得动态特征向量；利用动态特征向量、上一时刻的动态图表和当前环境的静态图表，构建当前时刻的动态图表；将当前环境的静态图表和当前时刻的动态图表进行融合，获得当前时刻的环境感知结果。本发明不仅有效的分辨出了环境中的目标位置、类别，并进一步的结合人类的感知机理确定目标的优先级，本发明提供了一种基于人类感知机制的环境感知方法，提高了视觉辅助的适用性。
-
公开(公告)号：CN112801104B
公开(公告)日：2022-01-07
申请号：CN202110074943.9
申请日：2021-01-20
Applicant: 吉林大学
Abstract: 本发明涉及一种基于语义分割的图像像素级伪标签确定方法及系统，该方法包括：获取第一图像并对其进行特征提取，得到第一特征图；根据第一特征图得到第二特征图和多个第三特征图；进而得到多个第一像素关系测量矩阵以及第二像素关系测量矩阵；根据第二特征图和第二像素关系测量矩阵得到第四特征图；进而得到张量矩阵以及张量矩阵与图像输出概率的函数关系；根据函数关系对应的损失函数训练分类网络；根据训练后的分类网络和第四特征图得到目标位置图和背景目标图；根据第一图像、目标位置图和背景目标图对语义分割网络模型进行训练；将待测图像输入训练后的语义分割网络模型得到图像像素级伪标签。本发明能够得到分割网络的像素级伪标签。
-
公开(公告)号：CN112801104A
公开(公告)日：2021-05-14
申请号：CN202110074943.9
申请日：2021-01-20
Applicant: 吉林大学
Abstract: 本发明涉及一种基于语义分割的图像像素级伪标签确定方法及系统，该方法包括：获取第一图像并对其进行特征提取，得到第一特征图；根据第一特征图得到第二特征图和多个第三特征图；进而得到多个第一像素关系测量矩阵以及第二像素关系测量矩阵；根据第二特征图和第二像素关系测量矩阵得到第四特征图；进而得到张量矩阵以及张量矩阵与图像输出概率的函数关系；根据函数关系对应的损失函数训练分类网络；根据训练后的分类网络和第四特征图得到目标位置图和背景目标图；根据第一图像、目标位置图和背景目标图对语义分割网络模型进行训练；将待测图像输入训练后的语义分割网络模型得到图像像素级伪标签。本发明能够得到分割网络的像素级伪标签。
-
-
-
Search Results
4
records
(took 0.017 seconds)
