基于 KITTI 的激光雷达全景分割基准
计算机视觉与模式识别
2020-03-06 v1 机器人学
摘要
全景分割是近期提出的联合处理语义分割与实例分割的任务。在本文中，我们呈现了 SemanticKITTI 的一个扩展，SemanticKITTI 是一个为 KITTI Odometry Benchmark 所有序列提供稠密逐点语义标签的大规模数据集，用于基于激光的全景分割的训练与评估。我们提供了数据，并讨论了用时间一致的实例信息（即补充语义标签并在 LiDAR 点云序列中标识同一实例的实例信息）来丰富给定语义标注所需的处理步骤。此外，我们给出了两个强基线，它们将最先进的基于 LiDAR 的语义分割方法与最先进的检测器相结合，以实例信息丰富分割结果，并可供其他研究者对比其方法。我们希望，我们带有强基线的 SemanticKITTI 扩展能像其对原始语义分割与语义场景补全任务那样，催生用于基于 LiDAR 的全景分割的新算法。数据、代码以及使用隐藏测试集的在线评估将发布于 http://semantic-kitti.org。
引用
@article{arxiv.2003.02371,
title = {A Benchmark for LiDAR-based Panoptic Segmentation based on KITTI},
author = {Jens Behley and Andres Milioto and Cyrill Stachniss},
journal= {arXiv preprint arXiv:2003.02371},
year = {2020}
}