CN111160378A - 基于单张图像的多任务增强的深度估计*** - Google Patents

基于单张图像的多任务增强的深度估计*** Download PDF

Info

Publication number
CN111160378A
CN111160378A CN201811316680.2A CN201811316680A CN111160378A CN 111160378 A CN111160378 A CN 111160378A CN 201811316680 A CN201811316680 A CN 201811316680A CN 111160378 A CN111160378 A CN 111160378A
Authority
CN
China
Prior art keywords
convolution
layer
network
module
depth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811316680.2A
Other languages
English (en)
Inventor
漆进
胡顺达
秦金泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201811316680.2A priority Critical patent/CN111160378A/zh
Publication of CN111160378A publication Critical patent/CN111160378A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明的目的针对基于单张图像的深度估计误估计严重和数据不足，精度低等问题，提出了基于图像分割和图像深度估计双任务的深度学习模型的深度估计***。该***包括：对带深度信息的样本，带分割信息的样本，带深度和分割信息样本的预处理；构建双任务深度学习网络；交替训练，之后微调网络，完成训练。提高深度估计的精度。

Description

基于单张图像的多任务增强的深度估计***
技术领域
本发明涉及图像处理，深度学习，尤其涉及一种基于单张图像的多任务增强的深度估计***。
背景技术
随着计算机技术的显著发展，图像处理技术能够在越来越多的方面发挥作用。图片的深度信息估计是许多视觉任务的基础，例如三维重建，机器人感知领域，自动驾驶的距离等等方面。图像的深度信息估计的精度影响着视觉任务的精度。目前对深度信息的估计研究是从多个方入手的，有基于摄相头参数的图像深度估计，有基于深度摄像头的深度估计，有基于多目图像的深度估计，有基于连续图像序列的图像估计，更有基于单张的图像的深度估计。本文主要提出一种基于单张图片的深度估计。基于单张图像的深度估计有着其他方法不可忽视的优势。该方法需要的硬件设备简单，需要的图像少等优点。
但是该方法目前相对其他方法存在以下问题，精度低，深度估计难度大，数据需求大，误估计严重等问题。针对这些问题，本文公开一种基于分割和深度估计双任务的深度学习模型，能够有效数据不足问题和误估计严重问题，并改善精度低问题。由于单张图像的深度估计问题和分割问题有着相似的任务，并且图像中同一个物体在深度上属于同一个数量级上，所以将图像深度估计和图像分割结合起来，相互学习，公用特征，能够有效的增强误估计的问题。再者现有图像分割的数据大，能够弥补图像深度估计数据不足的问题，提升特征层的效果。因此基于分割和深度估计双任务的深度学习模型能够在单张图像的深度估计任务上取得更好的效果。
发明内容
本发明的目的针对单张图像的深度估计误估计严重和数据不足，精度低等问题，提出了基于图像分割和图像深度估计双任务的深度学习模型的深度估计***。
为了实现上述目的，本发明采用的技术方案是：
本发明公开了一种基于单张图像的多任务增强的深度估计***，具体的实现步骤如下：
(1)对带深度标签图片和带有分割标签的图片和带有深度标签和分割标签的图片，进行预处理，得到训练样本和验证样本。
(2)构建双任务模型，利用(1)中得到的训练样本，间隔着用带有深度标签的图片和带有分割标签的图片对网络进行训练，得到训练好的模型。
(3)利用带有深度标签和分割标签的数据对(2)训练得到的模型进行微调，得到最后的模型。
(4)对带有深度标签的测试图片按照(1)中的预处理方法，得到处理后的测试图片。
(5)利用(3)中训练好的网络，预测(4)中处理后的预测图片，得到预测结果。
所述步骤(1)中的对带深度信息和带分割信息的图片的预处理步骤如下：
(11)对样本库中带有分割标签的图片，进行左右翻转，一定比例的拉伸的数据增强，对所有图片都进行改变对比度，饱和度，光照的数据增强，和随机裁剪，得到数据增强后图片，将其按照一定比例分成训练样本和验证样本，样本大小是224×224。
(12)对带分割标签的图片的分割标签进行如(11)中的左右翻转和一定比例的拉伸，保持与图片的形变的一致，对所有被裁剪的图片的标签进行与图片一致的裁剪。
(13)用(12)中的数据增强后的带分割标签的图片和带深度信息的图片分别进行归一化，得到可训练样本和验证样本。
所述步骤(2)中的构建网络和训练的步骤如下：
(21)首先构建一个如图(1)的网络。其中网络使用四倍下采样残差网络模块提取特征(Residual Block)，之后特征依次通过卷积模块(convolution block)，池化层(pooling block)，直到特征图大小是原图的八分之一，再经过一个多尺度的模块(multiscale block)融合特征。之后和之前的卷积模块输出特征连接，进入二插值上采样模块(interpolation)和反卷积模块(deconvolution block),最后是一个卷积和二插值联合模块输出图像的分割预测和深度估计。
网络中的卷积模块和反卷积模块如图(2)是由许多不同尺寸的卷积模块堆叠而成，卷积模块和反卷积模块不同之处在于卷积层分别是卷积层和反卷积层。模块是先由一个3×3的卷积核，再分别将特征输出到带1×1卷积核的卷积层的通道，带3×3卷积核的卷积层和pool层的通道，带5×1卷积核的卷积层核带1×5的卷积核的卷积层的通道，带3×1卷积核的卷积层核带1×3的卷积核的卷积层的通道，最后由一个带3×3的卷积核卷积层融合特征。之后重复刚刚的多通道卷积。构建如图(2)的卷积模块。该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential LineraUnit)三种层堆叠的。
网络中的多尺度特征融合模块如图(3)所示。由四路不同尺度的特征提取通道组成。模块是先由一个3×3的卷积核，再分别进入到带1×1卷积核的卷积层，带1×3卷积核的卷积层和带3×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带1×5卷积核的卷积层和带5×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，12膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，18膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道。最后由一个带3×3的卷积核卷积层融合特征。该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential Linera Unit)三种层堆叠的。
网络中最后的卷积层和二插值上采样层如图(4)所示，特征图进入该模块时分别流向两个相似的通道，一个预测深度信息，一个预测分割信息。网络采用卷积层加二插值上采样层的堆叠。具体是卷积层，之后分别进入二倍上采样后卷积层，再二倍上采样和四倍上采样，融合后一个3×3卷积层输出。
(22)使用(21)中构建的网络训练(13)中得到的训练样本。使用批量梯度下降法训练网络。带分割信息的样本和带深度信息的样本分批次间隔输入模型中训练。
其中在预测分割时，使用交叉熵损失函数作为目标函数，其中损失函数如下：
Figure BDA0001856467680000021
上式中，所述xk代表第k个样本预测正确的标签的预测概率，yk代表第k个样本的的标签的one hot编码，即yk＝1。
为了防止过拟合，在代价函数后再加上一个L2正则项，得到的代价函数如下：
Figure BDA0001856467680000022
其中在预测深度信息时，使用的差的平方和为损失函数。
Figure BDA0001856467680000023
上式中，所述xk代表第k个像素的预测深度距离，yk代表第k个像素的实际深度距离。
网络以以上的损失函数最小为目标，以(13)的验证样本的准确度为标准，得到预训练网络。
所述步骤(3)中的微调预训练网络得到最优模型的步骤如下：
(31)利用(13)中的带有深度信息和分割信息的双重标签的样本对(22)中训练得到网络进行微调，降低网络的学习率。以(13)中得到的验证样本的精度为标准，得到最后的模型。
所述步骤(4)中的对测试样本的预处理的具体步骤如下：
(41)将测试样本按照(13)的归一化方法归一化。
所述步骤(5)的对测试样本的预测具体步骤如下：
(51)将(41)中得到的预处理图片，输入到(31)中训练得到的模型，前向传播得到深度估计图。
附图说明
图1是网络模型
图2是卷积模块
图3是多尺度模块
图4是预测模块
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述
本发明公开了一种基于单张图像的多任务增强的深度估计***，具体的实现步骤如下：
(6)对带深度标签图片和带有分割标签的图片和带有深度标签和分割标签的图片，进行预处理，得到训练样本和验证样本。
(7)构建双任务模型，利用(1)中得到的训练样本，间隔着用带有深度标签的图片和带有分割标签的图片对网络进行训练，得到训练好的模型。
(8)利用带有深度标签和分割标签的数据对(2)训练得到的模型进行微调，得到最后的模型。
(9)对带有深度标签的测试图片按照(1)中的预处理方法，得到处理后的测试图片。
(10)利用(3)中训练好的网络，预测(4)中处理后的预测图片，得到预测结果。
所述步骤(1)中的对带深度信息和带分割信息的图片的预处理步骤如下：
(11)对样本库中带有分割标签的图片，进行左右翻转，一定比例的拉伸的数据增强，对所有图片都进行改变对比度，饱和度，光照的数据增强，和随机裁剪，得到数据增强后图片，将其按照一定比例分成训练样本和验证样本，样本大小是224×224。
(12)对带分割标签的图片的分割标签进行如(11)中的左右翻转和一定比例的拉伸，保持与图片的形变的一致，对所有被裁剪的图片的标签进行与图片一致的裁剪。
(13)用(12)中的数据增强后的带分割标签的图片和带深度信息的图片分别进行归一化，得到可训练样本和验证样本。
所述步骤(2)中的构建网络和训练的步骤如下：
(21)首先构建一个如图(1)的网络。其中网络使用四倍下采样残差网络模块提取特征(Residual Block)，之后特征依次通过卷积模块(convolution block)，池化层(pooling block)，直到特征图大小是原图的八分之一，再经过一个多尺度的模块(multiscale block)融合特征。之后和之前的卷积模块输出特征连接，进入二插值上采样模块(interpolation)和反卷积模块(deconvolution block),最后是一个卷积和二插值联合模块输出图像的分割预测和深度估计。
网络中的卷积模块和反卷积模块如图(2)是由许多不同尺寸的卷积模块堆叠而成，卷积模块和反卷积模块不同之处在于卷积层分别是卷积层和反卷积层。模块是先由一个3×3的卷积核，再分别将特征输出到带1×1卷积核的卷积层的通道，带3×3卷积核的卷积层和pool层的通道，带5×1卷积核的卷积层核带1×5的卷积核的卷积层的通道，带3×1卷积核的卷积层核带1×3的卷积核的卷积层的通道，最后由一个带3×3的卷积核卷积层融合特征。之后重复刚刚的多通道卷积。构建如图(2)的卷积模块。该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential LineraUnit)三种层堆叠的。
网络中的多尺度特征融合模块如图(3)所示。由四路不同尺度的特征提取通道组成。模块是先由一个3×3的卷积核，再分别进入到带1×1卷积核的卷积层，带1×3卷积核的卷积层和带3×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带1×5卷积核的卷积层和带5×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，12膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，18膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道。最后由一个带3×3的卷积核卷积层融合特征。该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential Linera Unit)三种层堆叠的。
网络中最后的卷积层和二插值上采样层如图(4)所示，特征图进入该模块时分别流向两个相似的通道，一个预测深度信息，一个预测分割信息。网络采用卷积层加二插值上采样层的堆叠。具体是卷积层，之后分别进入二倍上采样后卷积层，再二倍上采样和四倍上采样，融合后一个3×3卷积层输出。
(22)使用(21)中构建的网络训练(13)中得到的训练样本。使用批量梯度下降法训练网络。带分割信息的样本和带深度信息的样本分批次间隔输入模型中训练。
其中在预测分割时，使用交叉熵损失函数作为目标函数，其中损失函数如下：
Figure BDA0001856467680000041
上式中，所述xk代表第k个样本预测正确的标签的预测概率，yk代表第k个样本的的标签的one hot编码，即yk＝1。
为了防止过拟合，在代价函数后再加上一个L2正则项，得到的代价函数如下：
Figure BDA0001856467680000042
其中在预测深度信息时，使用的差的平方和为损失函数。
Figure BDA0001856467680000043
上式中，所述xk代表第k个像素的预测深度距离，yk代表第k个像素的实际深度距离。
网络以以上的损失函数最小为目标，以(13)的验证样本的准确度为标准，得到预训练网络。
所述步骤(3)中的微调预训练网络得到最优模型的步骤如下：
(31)利用(13)中的带有深度信息和分割信息的双重标签的样本对(22)中训练得到网络进行微调，降低网络的学习率。以(13)中得到的验证样本的精度为标准，得到最后的模型。
所述步骤(4)中的对测试样本的预处理的具体步骤如下：
(41)将测试样本按照(13)的归一化方法归一化。
所述步骤(5)的对测试样本的预测具体步骤如下：
(51)将(41)中得到的预处理图片，输入到(31)中训练得到的模型，前向传播得到深度估计图。

Claims (6)

1.一种基于单张图像的多任务增强的深度估计***，所述方法包括：
(1)对带深度标签图片和带有分割标签的图片和带有深度标签和分割标签的图片，进行预处理，得到训练样本和验证样本；
(2)构建双任务模型，利用(1)中得到的训练样本，间隔着用带有深度标签的图片和带有分割标签的图片对网络进行训练，得到训练好的模型；
(3)利用带有深度标签和分割标签的数据对(2)训练得到的模型进行微调，得到最后的模型；
(4)对带有深度标签的测试图片按照(1)中的预处理方法，得到处理后的测试图片；
(5)利用(3)中训练好的网络，预测(4)中处理后的预测图片，得到预测结果。
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中具体包括：
(11)对样本库中带有分割标签的图片，进行左右翻转，一定比例的拉伸的数据增强，对所有图片都进行改变对比度，饱和度，光照的数据增强，和随机裁剪，得到数据增强后图片，将其按照一定比例分成训练样本和验证样本，样本大小是224×224；
(12)对带分割标签的图片的分割标签进行如(11)中的左右翻转和一定比例的拉伸，保持与图片的形变的一致，对所有被裁剪的图片的标签进行与图片一致的裁剪；
(13)用(12)中的数据增强后的带分割标签的图片和带深度信息的图片分别进行归一化，得到可训练样本和验证样本。
3.根据权利要求1所述的方法，其特征在于，所述步骤(2)中具体包括：
(21)首先构建一个如图(1)的网络,其中网络使用四倍下采样残差网络模块提取特征(Residual Block)，之后特征依次通过卷积模块(convolution block)，池化层(poolingblock)，直到特征图大小是原图的八分之一，再经过一个多尺度的模块(multiscaleblock)融合特征，之后和之前的卷积模块输出特征连接，进入二插值上采样模块(interpolation)和反卷积模块(deconvolution block),最后是一个卷积和二插值联合模块输出图像的分割预测和深度估计；
网络中的卷积模块和反卷积模块如图(2)是由许多不同尺寸的卷积模块堆叠而成，卷积模块和反卷积模块不同之处在于卷积层分别是卷积层和反卷积层，模块是先由一个3×3的卷积核，再分别将特征输出到带1×1卷积核的卷积层的通道，带3×3卷积核的卷积层和pool层的通道，带5×1卷积核的卷积层核带1×5的卷积核的卷积层的通道，带3×1卷积核的卷积层核带1×3的卷积核的卷积层的通道，最后由一个带3×3的卷积核卷积层融合特征，之后重复刚刚的多通道卷积，构建如图(2)的卷积模块，该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential Linera Unit)三种层堆叠的；
网络中的多尺度特征融合模块如图(3)所示，由四路不同尺度的特征提取通道组成，模块是先由一个3×3的卷积核，再分别进入到带1×1卷积核的卷积层，带1×3卷积核的卷积层和带3×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带1×5卷积核的卷积层和带5×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，12膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道；带1×1卷积核的卷积层，带3×3卷积核，18膨胀系数的膨胀卷积层，带1×1卷积核的卷积层的通道，最后由一个带3×3的卷积核卷积层融合特征，该模块中的卷积层都是卷积层加上批次标准化层(batch normlization)和指数线性单元层(Exponential Linera Unit)三种层堆叠的；
网络中最后的卷积层和二插值上采样层如图(4)所示，特征图进入该模块时分别流向两个相似的通道，一个预测深度信息，一个预测分割信息，网络采用卷积层加二插值上采样层的堆叠，具体是卷积层，之后分别进入二倍上采样后卷积层，再二倍上采样和四倍上采样，融合后一个3×3卷积层输出；
(22)使用(21)中构建的网络训练(13)中得到的训练样本，使用批量梯度下降法训练网络，带分割信息的样本和带深度信息的样本分批次间隔输入模型中训练；
其中在预测分割时，使用交叉熵损失函数作为目标函数，其中损失函数如下：
Figure FDA0001856467670000021
上式中，所述xk代表第k个样本预测正确的标签的预测概率，yk代表第k个样本的的标签的one hot编码，即yk＝1；
为了防止过拟合，在代价函数后再加上一个L2正则项，得到的代价函数如下：
Figure FDA0001856467670000022
其中在预测深度信息时，使用的差的平方和为损失函数；
Figure FDA0001856467670000023
上式中，所述xk代表第k个像素的预测深度距离，yk代表第k个像素的实际深度距离，
网络以以上的损失函数最小为目标，以(13)的验证样本的准确度为标准，得到预训练网络。
4.根据权利要求1所述的方法，其特征在于，所述步骤(3)中具体包括：
(31)利用(13)中的带有深度信息和分割信息的双重标签的样本对(22)中训练得到网络进行微调，降低网络的学习率，以(13)中得到的验证样本的精度为标准，得到最后的模型。
5.根据权利要求1所述的方法，其特征在于，所述步骤(4)中具体包括：
(41)将测试样本按照(13)的归一化方法归一化。
6.根据权利要求1所述的方法，其特征在于，所述步骤(5)中具体包括：
(51)将(41)中得到的预处理图片，输入到(31)中训练得到的模型，前向传播得到深度估计图。
CN201811316680.2A 2018-11-07 2018-11-07 基于单张图像的多任务增强的深度估计*** Pending CN111160378A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811316680.2A CN111160378A (zh) 2018-11-07 2018-11-07 基于单张图像的多任务增强的深度估计***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811316680.2A CN111160378A (zh) 2018-11-07 2018-11-07 基于单张图像的多任务增强的深度估计***

Publications (1)

Publication Number Publication Date
CN111160378A true CN111160378A (zh) 2020-05-15

Family

ID=70554473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811316680.2A Pending CN111160378A (zh) 2018-11-07 2018-11-07 基于单张图像的多任务增强的深度估计***

Country Status (1)

Country Link
CN (1) CN111160378A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797779A (zh) * 2020-07-08 2020-10-20 兰州交通大学 基于区域注意力多尺度特征融合的遥感图像语义分割方法
CN113066115A (zh) * 2021-04-28 2021-07-02 北京的卢深视科技有限公司 深度预测网络训练方法、装置、服务器和可读存储介质
CN114092874A (zh) * 2021-10-29 2022-02-25 北京百度网讯科技有限公司 目标检测模型的训练方法、目标检测方法及其相关设备
CN116597213A (zh) * 2023-05-18 2023-08-15 北京百度网讯科技有限公司 目标检测方法、训练方法、装置、电子设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160350930A1 (en) * 2015-05-28 2016-12-01 Adobe Systems Incorporated Joint Depth Estimation and Semantic Segmentation from a Single Image
CN107767380A (zh) * 2017-12-06 2018-03-06 电子科技大学 一种基于全局空洞卷积的高分辨率复合视野皮肤镜图像分割方法
CN107958271A (zh) * 2017-12-06 2018-04-24 电子科技大学 基于膨胀卷积的多尺度特征的皮肤病变深度学习识别***
CN108062754A (zh) * 2018-01-19 2018-05-22 深圳大学 基于密集网络图像的分割、识别方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160350930A1 (en) * 2015-05-28 2016-12-01 Adobe Systems Incorporated Joint Depth Estimation and Semantic Segmentation from a Single Image
CN106204522A (zh) * 2015-05-28 2016-12-07 奥多比公司 对单个图像的联合深度估计和语义标注
CN107767380A (zh) * 2017-12-06 2018-03-06 电子科技大学 一种基于全局空洞卷积的高分辨率复合视野皮肤镜图像分割方法
CN107958271A (zh) * 2017-12-06 2018-04-24 电子科技大学 基于膨胀卷积的多尺度特征的皮肤病变深度学习识别***
CN108062754A (zh) * 2018-01-19 2018-05-22 深圳大学 基于密集网络图像的分割、识别方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JING LIU等: "Collaborative Deconvolutional Neural Networks for Joint Depth Estimation and Semantic Segmentation", 《IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS》 *
李耀宇: "基于深度学习的单目图像深度估计", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797779A (zh) * 2020-07-08 2020-10-20 兰州交通大学 基于区域注意力多尺度特征融合的遥感图像语义分割方法
CN113066115A (zh) * 2021-04-28 2021-07-02 北京的卢深视科技有限公司 深度预测网络训练方法、装置、服务器和可读存储介质
CN113066115B (zh) * 2021-04-28 2022-03-25 北京的卢深视科技有限公司 深度预测网络训练方法、装置、服务器和可读存储介质
CN114092874A (zh) * 2021-10-29 2022-02-25 北京百度网讯科技有限公司 目标检测模型的训练方法、目标检测方法及其相关设备
CN116597213A (zh) * 2023-05-18 2023-08-15 北京百度网讯科技有限公司 目标检测方法、训练方法、装置、电子设备以及存储介质

Similar Documents

Publication Publication Date Title
CN107945204B (zh) 一种基于生成对抗网络的像素级人像抠图方法
CN111160378A (zh) 基于单张图像的多任务增强的深度估计***
CN111754446A (zh) 一种基于生成对抗网络的图像融合方法、***及存储介质
CN111612807A (zh) 一种基于尺度和边缘信息的小目标图像分割方法
CN114973049B (zh) 一种统一卷积与自注意力的轻量视频分类方法
CN115457498A (zh) 一种基于双注意力和密集连接的城市道路语义分割方法
CN115035295B (zh) 一种基于共享卷积核和边界损失函数的遥感图像语义分割方法
CN116258850A (zh) 图像语义分割方法、电子设备以及计算机可读存储介质
CN110866938B (zh) 一种全自动视频运动目标分割方法
CN111739037B (zh) 一种针对室内场景rgb-d图像的语义分割方法
CN111860683A (zh) 一种基于特征融合的目标检测方法
CN114463759A (zh) 一种基于无锚框算法的轻量化文字检测方法及装置
CN111652273A (zh) 一种基于深度学习的rgb-d图像分类方法
CN115908772A (zh) 一种基于Transformer和融合注意力机制的目标检测方法及***
CN113642445A (zh) 一种基于全卷积神经网络的高光谱影像分类方法
CN114119993A (zh) 一种基于自注意力机制的显著目标检测方法
Zhu et al. DFTR: Depth-supervised fusion transformer for salient object detection
CN111898614B (zh) 神经网络***以及图像信号、数据处理的方法
CN116612283A (zh) 一种基于大卷积核骨干网络的图像语义分割方法
CN117351363A (zh) 基于Transformer的遥感影像建筑物提取方法
Di et al. FDNet: An end-to-end fusion decomposition network for infrared and visible images
CN114494703B (zh) 一种智能车间场景目标轻量级语义分割方法
CN112164078B (zh) 基于编码器-解码器的rgb-d多尺度语义分割方法
CN112990336B (zh) 基于竞争注意力融合的深度三维点云分类网络构建方法
Huang et al. A Multi-Stage Vision Transformer for Fine-grained Image Classification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200515