ARTSeg：将注意力机制用于热成像图像语义分割
计算机视觉与模式识别
2021-12-01 v1 人工智能
摘要
研究进展已使部署于自动驾驶车辆中的神经网络算法能够感知周围环境。用于环境感知的标准外部传感器是相机与激光雷达。因此，利用这些外部传感器开发的神经网络算法为自动驾驶车辆的感知提供了必要的解决方案。这些外部传感器的一个主要缺点是在恶劣天气条件下（例如低光照与夜间条件）的可操作性。热像仪在自动驾驶车辆传感器套件中的可用性与经济性，为恶劣天气条件下自动驾驶车辆的感知提供了必要的改进。环境的语义信息有助于鲁棒感知，这可通过分割场景中的不同物体来实现。在这项工作中，我们采用热像仪进行语义分割。我们设计了一种基于注意力的循环卷积网络（RCNN）编码器-解码器架构，名为ARTSeg，用于热成像语义分割。本工作的主要贡献是设计了编码器-解码器架构，其为每个编码器与解码器模块均采用RCNN单元。此外，在解码器模块中采用加性注意力以保留高分辨率特征并改善特征定位。所提方法的有效性在可用的公共数据集上进行了评估，在平均交并比（IoU）上展现出优于其他SOTA方法的性能。
引用
@article{arxiv.2111.15257,
title = {ARTSeg: Employing Attention for Thermal images Semantic Segmentation},
author = {Farzeen Munir and Shoaib Azam and Unse Fatima and Moongu Jeon},
journal= {arXiv preprint arXiv:2111.15257},
year = {2021}
}