声明
摘要
表格索引
插图索引
算法索引
第一章 绪论
1.1 引言
1.2 背景介绍
1.2.1 视觉导航
1.2.2 语义地图
1.2.3 数据库
1.3 文章 内容与组织结构
第二章 RGB-D大尺度场景重建
2.1 相关工作
2.2 帧间对齐技术
2.2.1 求变换矩阵的相关技术
2.2.2 算法流程
2.3 环检测与全局优化
2.3.1 环检测
2.3.2 全局优化
2.4 全局场景表示
2.4.1 点云表示
2.4.2 Mesh表不
2.5 实验平台与效果
2.5.1 可佳机器人平台
2.5.2 实验效果
2.6 小结
第三章 对于物体类别与结构类别的RGB-D语义分割
3.1 概述
3.2 相关工作
3.3 CRF模型
3.3.1 CRF模型表示
3.3.2 Graph Cut推理
3.4 场景、物体、结构类别联合推理
3.4.1 超像素的单点势能
3.4.2 场景信息的单点势能
3.4.3 物体与物体的关系
3.4.4 物体与场景的关系
3.4.5 结构与物体关系
3.4.6 空间位置关系
3.4.7 模型学习与推理
3.5 实验结果
3.5.1 数据库
3.5.2 分类准确度
3.6 小结
第四章 时序一致性语义地图
4.1 相关工作
4.2 系统架构
4.3 计算时序信息
4.4 Dense CRF介绍
4.5 高阶Dense CRF模型
4.5.1 单点势能
4.5.2 成对点势能
4.5.3 高阶势能
4.5.4 模型的推理
4.6 实验结果
4.6.1 数据库
4.6.2 时序分割算法比较
4.6.3 时序一致语义地图
4.7 小结
第五章 语义地图自标注系统
5.1 动机
5.2 相关工作
5.3 标注帧提取
5.4 标注传播算法
5.5 实验结果
5.5.1 标注帧提取
5.5.2 标注传播
5.6小结
第六章 总结与展望
6.1 工作总结
6.2 未来工作的展望
6.2.1 场景重建
6.2.2 物体识别与CAD模型
6.2.3 可供性区域检测
6.2.4 环境的逻辑表示
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
在读期间参与的学术活动