控制与决策

作者：张旭东,王玉婷,范之国,付绪文

单位：合肥工业大学计算机与信息学院，合肥230009,,合肥工业大学计算机与信息学院，合肥230009,,合肥工业大学计算机与信息学院，合肥230009,,合肥工业大学计算机与信息学院，合肥230009,

关键词：实例分割;RGB-D图像;金字塔网络;特征融合;区域候选

基金：国家自然科学基金项目(61876057,61471154).

针对RGB图像的实例分割任务在图像目标物体纹理相近但类别不同的区域可能出现分割错误的问题,引入Depth信息,结合RGB-D图像的三维几何结构特点,提出一种以双金字塔特征融合网络为框架的RGB-D实例分割方法.所提出的方法通过构建两种不同复杂度的金字塔深度卷积神经网络分别提取不同梯度分辨率大小的RGB特征及Depth特征,将对应分辨率大小的两种特征相加输入区域候选网络,以此改变输入区域候选网络层的共享特征,共享特征再经过分类、回归与掩码网络分支输出定位与分类结果,从而实现RGB-D图像的实例分割.实验结果表明,所提出的双金字塔特征融合网络模型能够完成RGB-D图像的实例分割任务,有效学习到深度图像与彩色图像之间的互补信息,与不包含Depth信息的Mask R-CNN相比,平均精度提高7.4%.

来源：2020年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第7期