Internship_2021:Github页面用于语义分割工作的实习描述 源码

计算机视觉实习:用于场景理解的RGB-D语义分割 语境 我们正在寻找里尔大学Fox团队,CRIStAL的计算机视觉研究工作的实习生。 FoX团队致力于从各种视觉输入(图像,视频,深度信息,基于事件的传感器等)中提取信息。我们的研究方向包括: 人类行为理解 面部表情识别 生物启发的模式识别方法 对物体和场景的理解。 目标 语义场景感知和理解是许多现代应用程序(例如移动机器人导航)的基本任务。为了实现这一任务,语义分割是许多后续过程的第一步:人的感知,避障,语义映射等。语义分割是将图像的每个像素分配给定义的类的过程。与许多其他计算机视觉任务类似,尽管深度学习方法和卷积神经网络(CNN)的计算成本很高,但它们仍可以在各种语义分割基准中获得最新的结果。但是,许多现代应用程序要求具有实时性能才能使用,这强调了设计高效,准确的CNN模型的重要性 另一方面,低成本深度传感器的问世带来了除了常见的RBG图