计算机辅助设计与图形学学报

作者：王晨, 杜晨曦, 刘瑞军, 齐越

关键词：RGB-D图像, 语义分割, 多模态特征融合, 卷积神经网络

语义分割技术致力于精确识别并分割图像中的各个物体或场景.基于RGB图像的方法在信息利用上存在局限, 导致性能受限, 随着深度传感器技术的普及, 深度图的引入为语义分割网络注入了丰富的几何信息, 显著地提升了分割精度.文中介绍了近几年基于RGB-D图像的语义分割方面的显著进展和相关方法, 根据对多模态融合特征处理方式的差异, 将基于RGB-D图像的语义分割方法归纳为单分支、双分支、三分支网络架构3大类.其中, 单分支网络在同一分支同时处理RGB和深度特征, 实现特征的有机结合; 双分支网络利用RGB和深度特征之间的互补性, 优化多模态特征的校正与融合; 三分支网络在保留原始的RGB和深度特征的同时, 深入挖掘融合特征, 确保信息的全面性.同时, 总结注意力、模型优化等关键技术, 并归纳常用的数据集和评价指标, 对比分析各种方法在不同数据集上的性能, 最后总结当前RGB-D图像语义分割在多模态数据交互与处理方面所面临的挑战, 展望了语义分割技术在跨领域数据融合方向的发展前景.

来源：2025年第1期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第1期