利用共享语义提升实时驾驶场景解析性能
计算机视觉与模式识别
2020-01-14 v3 机器人学
摘要
实时场景解析是多摄像头自动驾驶车辆的一项基础功能。在本文中我们证明，与传统方法逐帧独立处理各摄像头图像相比，在具有不同视角与重叠视野的摄像头之间共享语义可提升解析性能。我们的框架基于用于语义分割的深度神经网络，但带有两类用于共享与融合语义的附加模块。一方面，设计了一种语义共享模块以建立输入图像间的像素级映射；特征与语义通过该映射共享，从而减少重复计算量并带来更高的效率。另一方面，设计特征融合模块以结合不同模态的语义特征，利用双路输入的信息以提升精度。为评估所提框架的有效性，我们将网络应用于双摄像头驾驶场景解析视觉系统。实验结果表明，在计算量相当的情况下，我们的网络在解析精度上优于基线方法。
引用
@article{arxiv.1909.07038,
title = {Boosting Real-Time Driving Scene Parsing with Shared Semantics},
author = {Zhenzhen Xiang and Anbo Bao and Jie Li and Jianbo Su},
journal= {arXiv preprint arXiv:1909.07038},
year = {2020}
}