基于半监督分割与光流的通用铁路障碍检测系统
计算机视觉与模式识别
2024-06-28 v1
摘要
铁路场景的障碍检测既至关重要又具有挑战性，因为障碍类别广泛且环境条件（如天气和光照）各不相同。鉴于在训练阶段不可能涵盖所有障碍类别，我们以半监督分割方法解决了该问题，方法中利用光流线索进行引导。我们将任务重新表述为二元分割问题，而非传统的对象检测方法。为缓解数据不足问题，我们使用 Segment Anything（SAM）和 YOLO 生成高度逼真的合成图像，无需手动标注即可获得大量像素级注释。此外，我们利用光流作为先验知识来有效训练模型。进行了多个实验，证明了该方法的可行性和有效性。
引用
@article{arxiv.2406.18908,
title = {A Universal Railway Obstacle Detection System based on Semi-supervised Segmentation And Optical Flow},
author = {Qiushi Guo},
journal= {arXiv preprint arXiv:2406.18908},
year = {2024}
}