基于RGB和深度信息的語義分割.pdf

1、圖像語義分割是指將圖像根據(jù)語義信息分割成具有不同語義標(biāo)識(shí)的分割塊，是進(jìn)一步進(jìn)行圖像分析的重要步驟，可應(yīng)用于機(jī)器人導(dǎo)航、自動(dòng)駕駛、多媒體技術(shù)等多個(gè)領(lǐng)域?；赗GB-D信息的圖像語義分割算法能夠充分利用圖像的RGB信息和深度信息，有效的提高圖像的語義分割精度，特別是近年來在針對室內(nèi)場景的語義分割方面已經(jīng)取得了很好的進(jìn)展。但是由于室內(nèi)場景的復(fù)雜性以及布局的多樣性使得獲得精確的室內(nèi)場景語義分割依舊非常困難。因此，本文針對基于 RGB和深度信息的

2、室內(nèi)場景圖像語義分割算法進(jìn)行了研究。主要的工作如下：
　　1)基于RGB-D圖像的室內(nèi)場景的物體分割算法。算法首先針對只對圖像進(jìn)行一次分割的算法中存在的過度分割問題，在初始分割的基礎(chǔ)上進(jìn)行了知覺編組，通過對超像素特征的進(jìn)一步提取，將相似的超像素進(jìn)行合并，改正了同一物體的過度分割問題。同時(shí)，鑒于顏色信息易受光照、環(huán)境等外部因素的影響而且如果圖像中兩相鄰物體的顏色非常相近時(shí)單純依靠顏色信息很難將物體分割開來，在利用圖像的顏色信息的同時(shí)

3、結(jié)合了圖像的深度信息，實(shí)驗(yàn)證明將兩種信息有效的結(jié)合起來達(dá)到了互補(bǔ)的效果，從整體上提高了物體分割的精度。
　　2)基于多特征的室內(nèi)場景語義標(biāo)注算法。獲得了圖像中物體的分割區(qū)域后怎樣有效的將物體的語義標(biāo)簽對到相應(yīng)的分割塊中是進(jìn)行正確語義分割的另一個(gè)重要步驟。為了能訓(xùn)練出準(zhǔn)確率高的分類器，在區(qū)域特征提取階段除了提取區(qū)域顏色特征還提取了區(qū)域的形狀，位置（方向，高度）等特征。在此基礎(chǔ)上，針對室內(nèi)場景物體種類多樣及訓(xùn)練樣本分布不均衡的特點(diǎn)，采