博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
所谓的语义信息
阅读量:4248 次
发布时间:2019-05-26

本文共 497 字,大约阅读时间需要 1 分钟。

语义信息,通俗的理解就是 比如 人类能定义的一些特征

比如,图片里一个人的话,比如,眼睛,鼻子耳朵嘴巴啊,或者胳膊 腿啊,抑或 脸部肤色,皱纹等。

也就是 某个对象的一些局部特征

语义信息有高有低,

低语义信息指的是

高语义信息指的是

 

 

都说高精度地图中包含有丰富的语义信息,那什么是语义信息呢?

对于自动驾驶而言,语义信息是指那些能让无人车更好地理解行车规则、感知路面交通状况、规划行车路线,且被涵盖在高精度地图里的多层次、富维度的信息。

相对于典型的点云地图而言,语义地图能够很好的表示出无人车到的地方是什么,无人车“看”到的东西是什么。比如当无人车进入一条马路,点云地图中,无人车并不能识别显示出来的一块块的点云到底是什么。

 

语义有层次之分,一般来说,场景级、物体级、单点云点 or 单像素是比较通用的空间分级方法,时间上还有静态和动态之分。

也有人把图像的语义分为视觉层、对象层和概念层。视觉层即通常所理解的底层,即颜色、纹理和形状等等,这些特征都被称为底层特征语义;对象层即中间层,通常包含了属性特征等,就是某一对象在某一时刻的状态;概念层则是高层,是图像表达出的最接近人类理解的东西。

转载地址:http://soqhi.baihongyu.com/

你可能感兴趣的文章
什么是人工神经网络
查看>>
神经网络的发展历史
查看>>
TED演讲:Jeff Hawkins.大脑的工作原理是什么
查看>>
所谓的语义信息
查看>>
Predictive learning vs. representation learning
查看>>
android SDK工具下载
查看>>
Hibernateday02表的唯一外键
查看>>
Hibernateday06 SQLQuery 和NameQuery
查看>>
Windows命令行提示
查看>>
梳理《前目的地》
查看>>
ArrayList底层实现
查看>>
ACM寒假培训——各种排序
查看>>
CF417D——Cunning Gena(状态压缩DP)
查看>>
HDU1074——Doing Homework(状态压缩DP)
查看>>
POJ1113——Wall(凸包)
查看>>
HDU3847——Trash Removal(凸包,枚举)
查看>>
文档滚动对 scrollTop scrollLeft的兼容性封装
查看>>
Python笔记:文档注释docstrings, 让函数更易读懂
查看>>
Python笔记:lambda表达式
查看>>
Python笔记:input
查看>>