利用深度信息的室内语义分割
计算机视觉与模式识别
2013-03-15 v2
摘要
本工作致力于解决 RGB-D 输入下室内场景的多类分割问题。尽管该研究领域近期备受关注，但大多数工作仍依赖于手工特征。相比之下，我们应用多尺度卷积网络直接从图像和深度信息中学习特征。我们在 NYU-v2 深度数据集上取得了 64.5% 的准确率，达到了当前最优水平。我们展示了视频序列中室内场景的标注，利用诸如 FPGA 等适当的硬件可以实现实时处理。
引用
@article{arxiv.1301.3572,
title = {Indoor Semantic Segmentation using depth information},
author = {Camille Couprie and Clément Farabet and Laurent Najman and Yann LeCun},
journal= {arXiv preprint arXiv:1301.3572},
year = {2013}
}
备注
8 pages, 3 figures