基于光照感知的可見光-熱紅外圖像語義分割

基于光照感知的可見光—熱紅外圖像語義分割基于光照感知的可見光—熱紅外圖像語義分割

摘要：隨著計算機(jī)視覺領(lǐng)域的不斷發(fā)展，圖像語義分割作為一項重要的任務(wù)，受到了廣泛的關(guān)注。然而，在可見光圖像語義分割中，由于光照變化和復(fù)雜背景等因素的影響，仍然存在一定的困難。針對這一問題，本文提出基于光照感知的可見光—熱紅外圖像語義分割方法，通過充分利用可見光圖像和熱紅外圖像的信息，提高圖像語義分割的準(zhǔn)確性和魯棒性。

1.引言

圖像語義分割是指將圖像中的每個像素點分配到特定的語義類別上的任務(wù)。它在許多計算機(jī)視覺領(lǐng)域如自動駕駛、目標(biāo)檢測等方面具有重要的應(yīng)用價值。然而，在可見光圖像語義分割過程中，由于光照變化和復(fù)雜背景等因素的干擾，易導(dǎo)致分割結(jié)果的不準(zhǔn)確。為了解決這一問題，本文提出了一種基于光照感知的可見光—熱紅外圖像語義分割方法。

2.方法

2.1數(shù)據(jù)集獲取和預(yù)處理

本文收集了包含可見光圖像和熱紅外圖像的數(shù)據(jù)集，并進(jìn)行了預(yù)處理。首先，對圖像進(jìn)行對齊和校準(zhǔn)，以消除因不同光照條件和傳感器之間的差異引起的誤差。然后，對圖像進(jìn)行尺度和旋轉(zhuǎn)歸一化，以保證數(shù)據(jù)的一致性。

2.2光照感知模塊

針對可見光圖像中的光照變化問題，本文設(shè)計了光照感知模塊。該模塊利用熱紅外圖像的信息來估計可見光圖像中的光照強(qiáng)度，并根據(jù)估計結(jié)果對圖像進(jìn)行光照補(bǔ)償。具體而言，通過熱紅外圖像和可見光圖像之間的像素級對應(yīng)關(guān)系，建立光照變化的映射模型，并根據(jù)模型對可見光圖像進(jìn)行調(diào)整，使其能夠適應(yīng)不同光照條件下的分割任務(wù)。

2.3特征提取和融合

為了獲取準(zhǔn)確的圖像語義信息，本文采用了多尺度的特征提取方法。首先，利用預(yù)訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)提取可見光圖像和熱紅外圖像的特征。然后，通過將兩個特征圖進(jìn)行融合，得到更加豐富和準(zhǔn)確的特征表示。為了保持語義信息的一致性，本文采用了跳躍連接的方式，在淺層和深層特征之間建立了有效的通道。

2.4分割網(wǎng)絡(luò)

本文設(shè)計了一個輕量級的分割網(wǎng)絡(luò)來進(jìn)行圖像語義分割。該網(wǎng)絡(luò)由編碼器和解碼器組成，其中編碼器用于提取圖像語義信息，解碼器用于生成分割結(jié)果。在編碼器部分，采用了一系列的卷積和池化層來逐漸減少圖像的尺度。在解碼器部分，采用了轉(zhuǎn)置卷積和上采樣的操作來逐漸恢復(fù)圖像的尺度，并生成最終的分割結(jié)果。

3.實驗結(jié)果與分析

本文在公開數(shù)據(jù)集上進(jìn)行了實驗，評估了所提出方法的性能。實驗結(jié)果表明，所提出的基于光照感知的可見光—熱紅外圖像語義分割方法在不同光照條件下具有較高的準(zhǔn)確性和魯棒性。通過光照感知模塊的引入和特征融合的策略，能夠有效地提高語義分割的效果。

4.結(jié)論

本文提出了一種基于光照感知的可見光—熱紅外圖像語義分割方法，實驗證明該方法能夠在光照變化和復(fù)雜背景等干擾下，提高語義分割的準(zhǔn)確性和魯棒性。未來，可以進(jìn)一步探索更加高效和精確的光照感知模型，以進(jìn)一步提升圖像語義分割的性能本文提出了一種基于光照感知的可見光—熱紅外圖像語義分割方法。通過引入光照感知模塊和特征融合策略，該方法在光照變化和復(fù)雜背景等干擾下，提高了語義分割的準(zhǔn)確性和魯棒性。實驗結(jié)