Classification dense d'images de profondeur entraînée sans données réelles
Résumé
– Nous étudions le problème de la segmentation sémantique d'images de profondeur pour clusteriser les pixels d'une image qui appar-tiennent à une même classe d'objet afin d'étendre les approches de localisation et cartographie (SLAM) à des cartes labellisées. Nous nous focaliserons sur les approches denses et directes qui exploitent l'ensemble des données fournies par un capteur, tel qu'une caméra RGB-D grand-public. L'origina-lité de l'approche proposée réside dans l'apprentissage d'un réseau de neurones profond sans une masse de données réelles labellisées. Nous proposons une modélisation du capteur plus complète que les approches existantes pour générer des échantillons d'apprentissage à partir d'un modèle virtuel. Les résultats démontrent que la modélisation du bruit du capteur permet d'obtenir une précision globale de 68.9% pour la classification sémantique éparse d'images de profondeur encodées par représentation HHA. Abstract – This paper studies the problem of semantic segmentation of depth maps clusterizing pixels of an image together which belong to the same objet class in order to extend SLAM technics with a labelled mapping. We focus on dense and direct approaches that harness whole data generated by a sensor, i.e. consumer RGB-D camera. What is original about this work is the training of a deep neural networks without a mass of real labelled data. A sensor model more complete than existing approachs generates training samples from a virtual model. Results show modeling sensor noise achieve a global precision of 68.9% in the case of sparse semantic segmentation of depth maps encoded with HHA representation.
Loading...