基于深度学习的超快速楼梯检测
计算机视觉与模式识别
2022-02-07 v2
摘要
楼梯是城市环境中最常见的建筑结构之一。楼梯检测对于多种应用而言是一项重要任务，包括外骨骼机器人、人形机器人和救援机器人的环境感知，以及视障人士的导航。大多数现有的楼梯检测算法难以应对楼梯结构材料的多样性、极端光照和严重遮挡。受人类感知启发，我们提出了一种基于深度学习的端到端方法。具体而言，我们将楼梯线检测过程视为涉及粗粒度语义分割与目标检测的多任务。输入图像被划分为单元格，并使用一个简单的神经网络来判断每个单元格是否包含楼梯线。对于包含楼梯线的单元格，回归楼梯线相对于各单元格的位置。在我们数据集上的大量实验表明，我们的方法在速度和精度方面均能取得高性能。轻量版甚至能在相同分辨率下达到每秒 300+ 帧。我们的代码与数据集将很快发布于 GitHub。
引用
@article{arxiv.2201.05275,
title = {Deep Leaning-Based Ultra-Fast Stair Detection},
author = {Chen Wang and Zhongcai Pei and Shuang Qiu and Zhiyong Tang},
journal= {arXiv preprint arXiv:2201.05275},
year = {2022}
}