语义增强的多视立体视觉方法OACSTPCD
针对在基于深度学习技术的特征提取网络中,深层次的卷积神经网络提取的特征缺乏低级语义信息的问题,该文提出了语义增强的多视立体视觉方法。首先,提出了一种ConvLSTM(Convolutional Long Short-Term Memory)语义聚合网络,通过使用ConvLSTM网络结构,对多个卷积层提取的特征图进行预测,得到融合每层语义信息的特征图,有助于在空间上层层抽取图像的高级特征时,利用长短期记忆神经网络结构的记忆功能来增强高层特征图中的低…查看全部>>
韩燮;王若蓝;赵融
中北大学大数据学院,山西太原030051 山西省视觉信息处理及智能机器人工程研究中心,山西太原030051 机器视觉与虚拟现实山西省重点实验室,山西太原030051中北大学大数据学院,山西太原030051 山西省视觉信息处理及智能机器人工程研究中心,山西太原030051 机器视觉与虚拟现实山西省重点实验室,山西太原030051中北大学大数据学院,山西太原030051 山西省视觉信息处理及智能机器人工程研究中心,山西太原030051 机器视觉与虚拟现实山西省重点实验室,山西太原030051
计算机与自动化
三维重建深度学习多视立体视觉特征提取语义聚合网络
《计算机技术与发展》 2024 (3)
P.41-48,8
国家自然科学基金(62272426,62106238)。
评论