Segmentazione semantica multimodale
La segmentazione semantica multimodale assegna un'etichetta di classe semantica a ogni pixel di una scena, fondendo informazioni da due o più modalità sensoriali — più comunemente immagini RGB accoppiate con mappe di profondità (RGB-D), nuvole di punti LiDAR, telecamere termiche o descrizioni testuali. Reti encoder-decoder profonde apprendono ad allineare e fondere segnali complementari da ciascuna modalità, producendo una segmentazione più densa e accurata rispetto a qualsiasi approccio unimodale.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Hazirbas, C., Ma, L., Domokos, C., & Cremers, D. (2016). FuseNet: Incorporating Depth into Semantic Segmentation via Fusion-based CNN Architecture. In Proceedings of the Asian Conference on Computer Vision (ACCV). Springer. link ↗
- Zhang, J., Liu, H., Yang, K., Hu, X., Liu, R., & Stiefelhagen, R. (2023). CMX: Cross-Modal Fusion for RGB-X Semantic Segmentation with Transformers. IEEE Transactions on Intelligent Transportation Systems, 24(12), 14801–14813. DOI: 10.1109/TITS.2023.3300537 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multimodal Semantic Segmentation (Multi-Sensor Pixel-Level Scene Understanding). ScholarGate. https://scholargate.app/it/deep-learning/multimodal-semantic-segmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Segmentazione di istanzaApprendimento profondo↔ compare
- Segmentazione SemanticaApprendimento profondo↔ compare
- Vision TransformerApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →