用于道路检测与城市场景理解的带空间先验卷积块网络
计算机视觉与模式识别
2015-02-24 v1
摘要
对单幅图像块进行分类在许多不同应用中十分重要，例如道路检测或场景理解。本文中，我们提出卷积块网络（convolutional patch networks），即学习区分不同图像块并可用于逐像素标记的卷积网络。我们还展示了如何将块的空间信息作为网络输入，从而允许联合外观模型学习某些类别的空间先验。特别地，我们聚焦于道路检测与城市场景理解这两个应用领域，在KITTI以及LabelMeFacade数据集上均取得了最先进的（state-of-the-art）结果。此外，我们的论文为在该领域工作并苦苦摸索令在图像块上训练CNs极其困难的所有繁琐细节的人们提供了指南。
引用
@article{arxiv.1502.06344,
title = {Convolutional Patch Networks with Spatial Prior for Road Detection and Urban Scene Understanding},
author = {Clemens-Alexander Brust and Sven Sickert and Marcel Simon and Erik Rodner and Joachim Denzler},
journal= {arXiv preprint arXiv:1502.06344},
year = {2015}
}
备注
VISAPP 2015 paper