异质数据融合的道路场景语义理解
| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第19-43页 |
| 1.1 问题的提出 | 第19-21页 |
| 1.2 研究背景和意义 | 第21-24页 |
| 1.3 道路场景语义理解的发展和研究现状 | 第24-34页 |
| 1.3.1 道路场景语义理解的发展 | 第25-26页 |
| 1.3.2 基于不同传感器数据的道路场景语义理解 | 第26-28页 |
| 1.3.3 道路场景低层语义理解 | 第28-29页 |
| 1.3.4 道路场景对象层语义理解 | 第29-33页 |
| 1.3.5 相关联合建模求解方法 | 第33-34页 |
| 1.4 概率图模型 | 第34-38页 |
| 1.4.1 概率图模型基础 | 第34-36页 |
| 1.4.2 超图的基本概念 | 第36-38页 |
| 1.5 KITTI数据集 | 第38-40页 |
| 1.6 本文研究目的和内容安排 | 第40-43页 |
| 2 道路场景在线目标级图像分割 | 第43-75页 |
| 2.1 引言 | 第43-44页 |
| 2.2 相关工作 | 第44-45页 |
| 2.3 基本思路与总体框架 | 第45-50页 |
| 2.3.1 异质数据融合的在线道路检测 | 第45-47页 |
| 2.3.2 异质数据融合的在线目标级图像分割 | 第47-50页 |
| 2.4 目标假设的生成 | 第50-54页 |
| 2.4.1 三维空间地平面估计 | 第51-52页 |
| 2.4.2 图像地平线的估计 | 第52-53页 |
| 2.4.3 目标假设种子点的提取 | 第53页 |
| 2.4.4 目标假设似然概率模型的构建 | 第53-54页 |
| 2.5 目标级图像分割 | 第54-59页 |
| 2.5.1 模型的构建 | 第54-56页 |
| 2.5.2 模型的改进 | 第56-58页 |
| 2.5.3 模型的求解 | 第58-59页 |
| 2.6 实验结果与分析 | 第59-72页 |
| 2.6.1 摄像机和激光雷达的异质数据 | 第59-63页 |
| 2.6.2 实验设置 | 第63页 |
| 2.6.3 评价方法 | 第63-65页 |
| 2.6.4 实验结果与分析 | 第65-72页 |
| 2.7 本章小结 | 第72-75页 |
| 3 目标级图像分割与深度升采样联合建模求解 | 第75-93页 |
| 3.1 引言 | 第75-76页 |
| 3.2 相关工作 | 第76-77页 |
| 3.3 模型的构建 | 第77-82页 |
| 3.3.1 问题的描述 | 第77-79页 |
| 3.3.2 能量项设置 | 第79-82页 |
| 3.4 模型的求解 | 第82-83页 |
| 3.4.1 离散取值目标标签的求解 | 第82-83页 |
| 3.4.2 连续取值深度标签的数值求解 | 第83页 |
| 3.5 实验结果与分析 | 第83-92页 |
| 3.5.1 实验设置 | 第83-84页 |
| 3.5.2 KITTI数据集 | 第84-89页 |
| 3.5.3 Leuven数据集 | 第89-92页 |
| 3.6 本章小结 | 第92-93页 |
| 4 目标级图像分割与语义标注联合建模求解 | 第93-115页 |
| 4.1 引言 | 第93-94页 |
| 4.2 相关工作 | 第94-95页 |
| 4.3 基本思路与总体框架 | 第95-98页 |
| 4.3.1 问题的提出 | 第95-96页 |
| 4.3.2 总体框架 | 第96-98页 |
| 4.4 语义目标假设的生成 | 第98-99页 |
| 4.4.1 目标检测 | 第98页 |
| 4.4.2 目标分类 | 第98-99页 |
| 4.5 模型的构建 | 第99-104页 |
| 4.5.1 问题的描述 | 第99-101页 |
| 4.5.2 能量项设置 | 第101-104页 |
| 4.6 模型的求解 | 第104-106页 |
| 4.7 实验结果与分析 | 第106-114页 |
| 4.7.1 实验总体介绍 | 第106页 |
| 4.7.2 目标假设分类 | 第106-109页 |
| 4.7.3 道路场景对象层语义理解 | 第109-113页 |
| 4.7.4 实验小结 | 第113-114页 |
| 4.8 本章小结 | 第114-115页 |
| 5 道路场景序列图像语义标注 | 第115-135页 |
| 5.1 引言 | 第115-116页 |
| 5.2 相关工作 | 第116-117页 |
| 5.3 基本思路与总体框架 | 第117-120页 |
| 5.3.1 问题的提出 | 第117-118页 |
| 5.3.2 总体框架 | 第118-120页 |
| 5.4 模型的构建 | 第120-123页 |
| 5.4.1 基于超图的分割问题 | 第120页 |
| 5.4.2 混合图模型的构建 | 第120-123页 |
| 5.5 模型的求解 | 第123-125页 |
| 5.5.1 优化函数矩阵化表示 | 第123-124页 |
| 5.5.2 线性优化 | 第124-125页 |
| 5.6 实验结果与分析 | 第125-133页 |
| 5.6.1 实验设置 | 第125页 |
| 5.6.2 实验结果与分析 | 第125-133页 |
| 5.7 本章小结 | 第133-135页 |
| 6 总结与展望 | 第135-139页 |
| 6.1 本文工作总结 | 第135-136页 |
| 6.2 研究工作展望 | 第136-139页 |
| 参考文献 | 第139-151页 |
| 攻读学位期间获得的科研成果 | 第151页 |
