基于多任务监督学习的实时室内布局估计方法

来源 :激光与光电子学进展 | 被引量 : 1次 | 上传用户:wjg12322
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
室内布局估计是计算机视觉领域的研究热点之一,在三维重建、机器人导航和虚拟现实等方面具有广泛的应用。目前室内布局估计的解决方案存在实时性较差、计算量较大等问题。针对这些问题,本文提出了一种基于多任务监督的轻量卷积网络,该网络模型基于编码器-解码器结构,使用室内边缘热图与平面语义分割实现多任务监督学习。此外本文对卷积模块进行了改进,使用1×1卷积替换了1×3、3×1卷积,在保证模型精度的情况下提升了网络的实时性。在公共数据集LSUN上进行实验,结果表明,本文方法具有良好的实时性和准确性。
其他文献
设计了一种非对称环形复合谐振腔,将光纤环行器、光纤可调谐滤波器和光纤环形滤波器分别嵌入到主环形腔内,基于游标效应的原理,实现了调谐范围1020~1090 nm的高效、稳定可调谐单频光纤激光器.采用980 nm半导体激光器作为泵浦源,在中心波长1064 nm处,当泵浦功率为200 mW时,利用延迟自外差法测得单频激光的输出线宽为3.325 kHz,光信噪比均大于50 dB,以5min为间隔,40 min内测得输出激光波长稳定性为0.02 nm.
基于布里渊光时域分析(BOTDA)的分布式光纤传感系统可以实现温度、应变等参量的测量,同时具有超长传感距离、高空间分辨率和高精度等优势,已广泛应用于基础设施、航天工程等领域中的结构健康监测。然而,BOTDA传感系统存在温度和应变交叉敏感问题,导致温度和应变的变化在测量过程中难以区分,严重制约了系统传感监测能力。针对该问题,分别介绍了基于参考光纤、光栅辅助、多参数辅助、特种光纤、双波长传感、拉曼/瑞
针对奇偶拐点高斯分解法在全波形数据处理中存在的精度不足的问题,提出了一种基于有效峰值修正的全波形数据处理算法.该方法首先在数据预处理过程中使用了数据分段的方式来进行噪声均值、方差的估计,在不同的信号段使用与之对应的滤波宽度进行高斯滤波,然后结合噪声阈值与滤波后波形提取出有效峰值信息,最后根据峰值信息修正高斯分量参数.以北京市区作为实验研究区,就分解精度与其他分解算法的结果进行对比.结果 表明,本文算法估测的地物高度与实际测量值的均方根误差为1.02,优于奇偶拐点高斯分解法和高斯分解产品GLA14计算的结果
单光子探测模块在多个领域中有重要的用途,然而现有的单光子探测模块依赖进口芯片.研制了一种基于国产元器件的1550 nm的单光子探测模块,改进了触发信号处理电路,避免了使用进口芯片.在触发信号的作用下,雪崩光电二极管进入盖革模式,处在盖革模式下的雪崩光电二极管接收到光子以后,产生雪崩信号;雪崩光电二极管的输出信号中的雪崩信号强度小于噪声信号,消除输出信号噪声并将其放大,通过比较器识别雪崩信号.为了抑制雪崩二极管的暗电流和暗计数,使用单片机和温控电路保证雪崩光电二极管工作在稳定的低温环境中.实验结果表明,探测
头部姿态估计是视线追踪的重要组成部分,但相关研究大多利用人脸的二维(2D)图像进行计算,因此,提出了一种基于双目相机的眼动仪三维(3D)头部姿态估计方法。首先,建立空间坐标系与人脸本征坐标系;然后,利用Dlib库检测双目图像的人脸特征点,并求取对应特征点的视差及3D坐标;最后,结合人脸对称性计算3D头部姿态的欧拉角,并提出了一种俯仰角修正算法。为了验证本方法的精确性,利用模特人头和高精度光学仪器构
压缩感知中提高信号重构精度的关键问题是设计有效的感知矩阵,因此,提出了一种基于迁移学习的感知矩阵优化方法。首先,通过迁移学习更新稀疏表示系数,将固定稀疏基转换为自适应的稀疏基。然后,用稀疏基与测量矩阵的乘积构造一个Gram矩阵。最后,通过特征分解最小化Gram矩阵的非对角线元素,以减小Gram矩阵的全局相干性,实现原始信号的精确重建。实验结果表明,相比其他方法,本方法重构的图像峰值信噪比更高,且本
为了研究选区激光熔化(SLM)工艺参数对AlSi10Mg成形性能的影响,在不同激光功率下成形了AlSi10Mg试样,采用扫描电镜、X射线衍射仪、拉伸试验机、纳米压痕仪表征了AlSi10Mg试样的熔覆道、缺陷、相组成、组织、力学性能、断口形貌等.结果 表明,在350W激光功率下成形试样的致密度最大(为99.3%),孔洞缺陷最少,熔覆道搭接效果最好,细晶区的晶粒最细小,试样的综合力学性能最好:显微硬度为2.338 GPa,抗拉强度为371.9 MPa,延伸率为12.67%.
针对在进行RGB彩色遥感图像云检测研究时,云的形态多变导致对薄云、碎云的检测十分困难的问题,提出一种基于多尺度特征提取的U型网络(MS-UNet)。为了在获得更大感受野的同时保留图像更多的语义信息,提出了一种多尺度模块;在第一组卷积中引入FReLU(Funnel Rectified Linear Unit)激活函数,以获得更多的空间信息。经过下采样进一步进行特征提取,在上采样像素恢复中通过跳跃层将
针对传统方式检测航空发动机部件表面缺陷存在检测精度低、检测速度慢的问题,提出了一种改进YOLOv4算法的航空发动机部件表面缺陷检测方法。构建航空发动机部件表面缺陷数据集,使用K-means算法对缺陷样本进行聚类,获得不同大小的先验框参数;利用改进的参数调整算法对先验框尺寸进行缩放,加大先验框尺寸差异,提高先验框与特征层之间的匹配度;在主干特征提取网络输出的不同特征层后和空间金字塔池化结构后增加卷积
为了解决低照度图像亮度低、对比度低、信息丢失严重、颜色失真等问题,提出一种基于并联残差网络的低照度图像增强算法。该网络模型的主要思想是将交替残差模块与局部全局残差模块进行并联,运用改进的损失函数计算测试集损失,不断地调整网络参数,最终得到具有较强增强能力的网络模型。实验结果表明,本文网络模型能够有效提高图像亮度、对比度,减少边缘细节丢失。基于合成图像数据集与真实图像数据集进行实验,本文网络模型均取