专利名称：基于深度语义融合的卷积神经网络的三维语义图重
建方法
专利类型：发明专利
发明人：杨晨,陈琦,张靖宇,李丹,耿莉申请号：CN202010350966.3申请日：20200428公开号：CN111583390A公开日：20200825
摘要：本发明基于深度语义融合的卷积神经网络的三维语义图重建方法，是在单目相机条件下进行算法设计。该方法首先设计一个深度语义融合的卷积神经网络，对一直单目图像的每个像素点估计深度和预测语义。之后将深度估计的矩阵和语义分割的矩阵保存为深度图像和语义图像。然后以图像左上角为坐标原点为每个像素点建立三维坐标，结合每个像素点对应的RGB信息得到点云数据。最后生成三维语义图。相比与分别进行图像的深度估计和语义分割的两个卷积神经网络，基于深度语义融合的卷积神经网络在准确率几乎不变的情况下，参数量分别减少了20倍和40倍，同时网络推理时间缩短了一半。
申请人：西安交通大学
地址：710049 陕西省西安市咸宁西路28号
国籍：CN
代理机构：西安通大专利代理有限责任公司
代理人：闵岳峰
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容