一种基于深度学习的RGB-D图像分割方法

本发明公开了一种基于深度学习的RGB‑D图像分割方法，将RGB图像和深度图像输入到模型中；输出RGB特征预测图、深度特征预测图、显著性特征图、非显著性特征图、深度特征图；利用显著性特征图与深度特征预测图得出显著性标签图；利用非显著性特征图与取反的深度特征预测图得出非显著性标签图；利用显著性标签图、深度特征图得到显著性线索图；利用非显著性标签图、深度特征图得到非显著性线索图；利用显著性线索图和非显著性线索图得出深度特征再生图像；利用RGB特征预测图与深度特征再生图得到增强RGB特征图；在增强RGB特征图中完成图像分割；本方法基于特征之间的协同性，有效提升了图像分割结果的准确性，避免误分割。