利用深度卷积网络检测 RGB-D 帧中的遮挡边缘
计算机视觉与模式识别
2015-07-09 v3 机器学习
神经与进化计算
摘要
图像中对应于观察者视角下场景距离不连续性的遮挡边缘，是许多视觉和移动机器人任务的重要前提。虽然可以从距离数据中提取这些边缘，但从图像和视频中提取将极为有益。我们训练了一个深度卷积神经网络（CNN），以在具有 RGB-D 和 RGB 输入的图像和视频中识别遮挡边缘。使用 CNN 避免了为自动隔离遮挡边缘并将其与外观边缘区分开来而进行的手工特征设计。除了定量的遮挡边缘检测结果外，我们还提供了定性结果，以展示高分辨率分析与帧级计算时间之间的权衡，这对于实时机器人应用至关重要。
引用
@article{arxiv.1412.7007,
title = {Occlusion Edge Detection in RGB-D Frames using Deep Convolutional Networks},
author = {Soumik Sarkar and Vivek Venugopalan and Kishore Reddy and Michael Giering and Julian Ryde and Navdeep Jaitly},
journal= {arXiv preprint arXiv:1412.7007},
year = {2015}
}
备注
7 pages, double column, IEEE HPEC 2015 Conference