Phân đoạn ngữ nghĩa đa phương thức
Phân đoạn ngữ nghĩa đa phương thức gán nhãn lớp ngữ nghĩa cho mọi pixel trong một cảnh bằng cách hợp nhất thông tin từ hai hoặc nhiều phương thức cảm biến — phổ biến nhất là ảnh RGB kết hợp với bản đồ độ sâu (RGB-D), đám mây điểm LiDAR, camera nhiệt hoặc mô tả văn bản. Các mạng mã hóa-giải mã sâu học cách căn chỉnh và hợp nhất các tín hiệu bổ sung từ mỗi phương thức, tạo ra phân đoạn dày đặc và chính xác hơn bất kỳ phương pháp đơn phương thức nào.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multimodal Semantic Segmentation (Multi-Sensor Pixel-Level Scene Understanding). ScholarGate. https://scholargate.app/vi/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.
- Phân đoạn thực thể (Instance Segmentation)Học sâu↔ compare
- Phân đoạn ngữ nghĩaHọc sâu↔ compare
- Transformer Thị giácHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →