面向自动驾驶的深度语义分割：分类学、路线图与挑战
机器学习
2017-08-04 v2 计算机视觉与模式识别
摘要
几年前，语义分割被视为一个极具挑战的计算机视觉问题。由于深度学习的最新进展，现在已能为其在自动驾驶中的应用提供相对准确的解决方案。本文从自动驾驶的角度探讨了语义分割问题。大多数当前的语义分割算法是为通用图像设计的，并未融入自动驾驶所需的先验结构和最终目标。首先，文章对语义分割算法进行了通用的分类学综述，随后讨论了其如何契合自动驾驶的语境。其次，列出了将其部署到需要高准确性和鲁棒性的安全系统中的特定挑战。第三，探讨了使用独立语义分割模块以外的不同替代方案。最后，在 CamVid 数据集上对各种语义分割架构进行了准确性和速度方面的实证评估。本文是一篇更详细综述的初步简短版本，该综述正在进行中。
引用
@article{arxiv.1707.02432,
title = {Deep Semantic Segmentation for Automated Driving: Taxonomy, Roadmap and Challenges},
author = {Mennatullah Siam and Sara Elkerdawy and Martin Jagersand and Senthil Yogamani},
journal= {arXiv preprint arXiv:1707.02432},
year = {2017}
}
备注
To appear in IEEE ITSC 2017