一种用于微小障碍物发现的新颖多层框架
计算机视觉与模式识别
2019-08-27 v3 机器人学
摘要
对于单目图像中的微小障碍物发现，边缘是一种基础的视觉元素。然而，由于各种原因，例如噪声以及与背景相似的色彩分布，在远距离处检测微小障碍物的边缘仍然困难。本文中，我们提出一种障碍物感知发现方法，以恢复这些障碍物的缺失轮廓，从而尽可能多地获取障碍物候选。首先，利用单目图像中的视觉线索，精心推断若干多层区域以揭示距相机的距离。其次，构建若干新颖的障碍物感知遮挡边缘图，结合各层的线索，以很好地捕捉微小障碍物的轮廓。第三，为确保微小障碍物候选的存在，利用所有层的地图进行候选提取。最后，基于这些包含微小障碍物的候选，提出一种新颖的障碍物感知回归器，以高置信度生成障碍物占据概率图。在 Lost and Found 数据集上令人信服的对比实验结果表明了我们方法的有效性，准确率较 FPHT 和 PHT 提升约 9.5%，甚至取得与 MergeNet 相当的性能。此外，我们的方法优于最先进的算法，并显著提升了远距离微小障碍物的发现能力。
引用
@article{arxiv.1904.10161,
title = {A Novel Multi-layer Framework for Tiny Obstacle Discovery},
author = {Feng Xue and Anlong Ming and Menghan Zhou and Yu Zhou},
journal= {arXiv preprint arXiv:1904.10161},
year = {2019}
}
备注
Accepted to 2019 International Conference on Robotics and Automation (ICRA)