声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：胡美玉, 张云洲, 秦操, 刘桐伯
关键词：语义地图, 语义分割, 深度卷积神经网络, ORB-SLAM, DeepLab 算法
本文将图像语义分割与即时定位与地图构建（SLAM）技术相结合构建环境的3维语义地图．输入的图像序列经过ORB-SLAM进行关键帧筛选．提出了一种基于DeepLab算法改进的图像语义分割方法．在卷积网络的最后一层后面引入上采样卷积层，改善双线性插值过于粗糙的问题．关键帧的深度图作为门控信号控制不同卷积操作的选择，从而在对远处的物体保持细节的同时对近处的物体保持较大视野．然后，对齐分割后的图像与深度图，利用相邻关键帧之间的空间对应关系构建3维稠密语义地图．实验结果表明，对于室内和室外场景，本文算法可以实现准确的语义分割，反投影到3维空间中也能形成效果良好的语义地图；与当前大多数基于DeepLab与反卷积算法的方法相比，本文算法可以得到更好的语义地图．
来源：2019年第4期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。