D-Flow:一种用于目标区域分割的实时时空模型
机器人学
2021-11-09 v1
摘要
语义分割近年吸引大量关注。在机器人学中,分割可用于识别感兴趣区域或\emph{目标区域}。例如,在RoboCup标准平台联赛(SPL)中,分割将足球场与背景及场上球员分离。对于卫星或车载应用,常需找出道路、水体或某类地形等特定区域。本文提出一种基于新设计时空网络的实时目标区域分割新方法。该方法在由机器人硬件及其运行环境定义的领域约束下运行。所提网络能够实时运行,在有限运行时间与算力的约束内工作。本工作在由Nao V6人形机器人模拟RoboCup SPL竞赛生成的数据集上与其他实时分割方法比较。此情形下目标区域定义为人工草坪场地。该方法还在由移动船只收集的海上数据集上测试,旨在将海洋区域从图像其余部分分离。该数据集表明所提模型可泛化至多种视觉问题。
引用
@article{arxiv.2111.04525,
title = {D-Flow: A Real Time Spatial Temporal Model for Target Area Segmentation},
author = {Wentao Lu and Claude Sammut},
journal= {arXiv preprint arXiv:2111.04525},
year = {2021}
}