本发明涉及计算机视觉,具体涉及一种无监督rgbd多模态数据集的构建方法、系统和存储介质。 背景技术: 1、在计算机视觉领域,基于深度学习的目标检测和分割已经成为一个重要的研究方向。其中,融合rgbd多模态数据集由于可以提供更丰富的信息、增强对光照和纹理变化的鲁棒性、改善目标分割和识别的性能,以及处理遮挡物体和提供...
基于多模态区域特征融合的RGBD道路环境分割方法研究 本文旨在研究一种基于深度学习的RGBD图像协同显著目标检测模型.首先,本文构建了多分支的编码器结构,有效地提取RGBD图像的深层卷积特征;然后,使用多模态特征融合模块充... 计算机应用技术 被引量: 0发表: 2023年 基于非对称融合和关联上下文的RGBD语义分割算法研究 相比...
摘要:本发明涉及计算机视觉技术领域,具体涉及一种无监督RGBD多模态数据集的构建方法、系统和存储介质,包括:采集待标注物体的RGB图像和深度图像;根据深度图像绘制深度图像折线图,并计算拐点坐标;将计算过拐点坐标与RGB图像输入神经网络,得到标注有待标注物体的边界的RGB图像标注文件和深度图像的标注文件,根据深度图像的标注...