基于深度卷积神经网络的室内RGB-D语义分割综述
计算机视觉与模式识别
2021-05-26 v1
摘要
许多研究工作聚焦于在深度卷积神经网络执行的视觉任务（尤其是语义分割）中利用室内深度传感器的互补几何信息。这些工作处理一项特定的视觉任务，即“RGB-D室内语义分割”。该任务的挑战及相应解决方案不同于标准的RGB对应任务，从而催生了一个新的活跃研究课题。本文旨在介绍面向RGB-D室内语义分割的深度卷积神经网络领域。本综述介绍了最流行的公开数据集，对近期研究成果所采用的策略进行了分类，评估了当前最先进方法的性能，并讨论了剩余挑战与未来工作的有前景方向。
引用
@article{arxiv.2105.11925,
title = {Review on Indoor RGB-D Semantic Segmentation with Deep Convolutional Neural Networks},
author = {Sami Barchid and José Mennesson and Chaabane Djéraba},
journal= {arXiv preprint arXiv:2105.11925},
year = {2021}
}