用于汽车视觉感知的可变形热力图分割
计算机视觉与模式识别
2024-07-11 v1
摘要
在二维图像中对道路元素进行语义分割是识别车道线和自由空间等静态物体的关键任务。在本文中，我们提出了 DHSNet，它采用端到端架构并结合热力图提议来提取目标特征。该网络中还使用了可变形卷积。DHSNet 以 U 形结构，通过使用上采样和下采样算子将低层特征图与高层特征图精细结合。此外，DHSNet 还旨在捕获各种形状和尺度的静态物体。我们还预测提议热力图来检测提议点，以便在网络中进行更准确的目标瞄准。
引用
@article{arxiv.2407.07493,
title = {Deformable-Heatmap-Segmentation for Automobile Visual Perception},
author = {Hongyu Jin},
journal= {arXiv preprint arXiv:2407.07493},
year = {2024}
}