Multimodálna sémantická segmentácia
Multimodálna sémantická segmentácia priraďuje sémantickú triedu každému pixelu v scéne fúziou informácií z dvoch alebo viacerých senzorových modalít — najčastejšie RGB obrazov spárovaných s hĺbkovými mapami (RGB-D), LiDAR bodovými mrakmi, termálnymi kamerami alebo textovými popismi. Hlboké enkóder-dekóder siete sa učia zarovnať a spojiť komplementárne signály z každej modality, čím produkujú hustejšiu a presnejšiu segmentáciu ako akýkoľvek prístup založený na jednej modalite.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Multimodal Semantic Segmentation (Multi-Sensor Pixel-Level Scene Understanding). ScholarGate. https://scholargate.app/sk/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.
- Inštancová segmentáciaHlboké učenie↔ compare
- Sémantická segmentáciaHlboké učenie↔ compare
- Vision TransformerHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →