基于卷積神經(jīng)網(wǎng)絡與3D幾何語義的室內(nèi)場景理解研究.pdf

1、場景理解是計算機視覺方向的重要研究課題之一，在很多領(lǐng)域得到了廣泛的應用，主要包括移動機器人、圖像信息檢索、智能監(jiān)控、智能家居等，有十分重要的研究意義以及應用價值。而相較于室外場景，室內(nèi)場景因其復雜的結(jié)構(gòu)和種類繁多的內(nèi)部物品等問題，使得研究工作相對進展較慢，且更具挑戰(zhàn)性。
　　本文針對室內(nèi)場景，從場景類別、目標檢測以及空間布局估計三個方面對圖像場景進行深入理解，提出了對三項工作進行有機結(jié)合的方法，利用彼此間的相互作用，而不是單純地分

2、別進行三個獨立工作，并且進行了大量的實驗，與眾多方法進行了對比分析，結(jié)果證明了本文方法的有效性。本文的主要研究工作如下:
　　(1)基于卷積神經(jīng)網(wǎng)絡，提出了結(jié)合語義上下文信息的場景分類方法。對于場景級別的任務，場景復雜多樣，需要大量的訓練數(shù)據(jù)。而利用圖像的語義上下文信息，即特定場景與目標總是同時出現(xiàn)的，將其轉(zhuǎn)化為目標級別的任務，可以降低對海量訓練數(shù)據(jù)的依賴。將卷積神經(jīng)網(wǎng)絡提取的特征取代傳統(tǒng)的人工特征，與語義特征相融合，實現(xiàn)場景的分

3、類。實驗結(jié)果表明，該分類方法在較小的訓練集上仍有很好的表現(xiàn)。
　　(2)在傳統(tǒng)的基于幾何上下文的布局估計方法上，結(jié)合了信息邊緣。將由全卷積神經(jīng)網(wǎng)絡得到的信息邊緣作為先驗條件，對于場景布局精細化劃分，基于信息邊緣，減少了對通過采樣頻率來提高采樣精度的依賴，避免了“雜亂”邊緣的影響，在幾何上下文避免遮擋問題的基礎(chǔ)上，提高了布局估計的準確率;同時減少了對候選項進行得分排序的工作量。
　　(3)除了利用上述2D空間中的信息，還通過建