基于深度关联域的语义直线检测算法

语义直线与人造环境中的线结构有所不同,它是一种抽象的有意义的直线。传统的直线检测方法不能精准地识别出语义线,为此提出了一种新的基于深度学习的语义直线检测方法。用卷积神经网络提取出语义直线的关键点和关联域信息,结合霍夫变换将直线可视化。最终结果表明,算法具有较好的准确性和鲁棒性。

基于PAF的深度图人体姿态估计

采用Part Affinity Field(PAF部分关联域)与卷积神经网络(CNN)结合的模型,解决深度图像下人体姿态估计问题。首先,通过CNN得到人体的一组特征图。然后,使用CNN分别提取其关节点信息以及PAF信息。最后,采用图论的匹配方法对各个关节点进行推理,将同一个人的关节点连接起来得到估计结果。实验结果表明,文中方法可以很好应用于深度图场景下。