室内图像中家具多标签标注的实现
在基于图像进行家居虚拟设计的应用中,由于图像缺乏场景的深度信息、物体之间存在相互遮挡等问题,给获取图像信息带来一定的挑战.该文利用深度学习技术,提出了一种结合卷积神经网络和循环神经网络的方法,对室内图像进行特征提取,实现家具的多标签标注,以获取家具的属性信息,包括种类、位置、颜色和材质等.结果表明,该方法提高了虚拟展示内容的丰富性和精确性,为家居智能交互作了很好的铺垫.
深度学习、图像标注、卷积神经网络、循环神经网络、FasterR-CNN
13
TP391(计算技术、计算机技术)
2018-01-12(万方平台首次上网日期,不代表论文的发表时间)
共3页
219-221