-
题名基于深度卷积神经网络的语义地图构建
被引量：16
- 1
-
-
作者
胡美玉
张云洲
秦操
刘桐伯
-
机构
东北大学信息科学与工程学院
东北大学机器人科学与工程学院
北京科技大学计算机与通信工程学院
-
出处
《机器人》
EI
CSCD
北大核心
2019年第4期452-463,共12页
-
基金
“十三五”装备预研共用技术和领域基金(41412050202)
辽宁省自然科学基金(20180520040)
+1 种基金
中央高校基本科研业务费专项资金(N172608005,N182608004)
国家重点研发计划(2017YFC0805000/5005,2017YFB1301103)
-
文摘
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.
-
关键词
语义地图
语义分割
深度卷积神经网络
ORB-SLAM
deeplab算法
-
Keywords
semantic map
semantic segmentation
deep convolutional neural network
ORB-SLAM
deeplab algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
