一种用于废弃物对象分割的多层级方法
计算机视觉与模式识别
2020-07-09 v1
摘要
我们解决从彩色图像和可选的景深图像中定位废弃物对象的问题，这是机器人与之交互的关键感知组件。具体而言，我们的方法在多个空间粒度层级上整合强度与深度信息。首先，场景级深度网络生成初始粗分割，基于此我们选取若干潜在对象区域进行放大并细分割。上述步骤的结果进一步整合进一个稠密连接的条件随机场，该随机场以像素级精度学习遵循外观、深度和空间亲和性。此外，我们创建了一个新的RGBD废弃物对象分割数据集MJU-Waste，并公开以促进该领域未来研究。我们方法的有效性在MJU-Waste和Trash Annotation in Context (TACO)数据集上均得到验证。
引用
@article{arxiv.2007.04259,
title = {A Multi-Level Approach to Waste Object Segmentation},
author = {Tao Wang and Yuanzheng Cai and Lingyu Liang and Dongyi Ye},
journal= {arXiv preprint arXiv:2007.04259},
year = {2020}
}
备注
Paper appears in Sensors 2020, 20(14), 3816