面向移动机器人的深度引导自由空间分割
机器人学
2023-11-06 v1 计算机视觉与模式识别
摘要
由于室内环境呈现的复杂性与动态特性，精确的室内自由空间分割是一项具有挑战性的任务。我们提出一种将大深度值与可通行区域相关联的室内自由空间分割方法。我们的方法利用一种无监督掩码技术，借助正样本，基于纹理均匀性与深度一致性生成分割标签。此外，我们生成对应于较高深度区域的超像素，并将其与从密集预测Transformer（DPT）提取的特征对齐。利用估计的自由空间掩码与DPT特征表示，一个SegFormer模型在我们自定义收集的室内数据集上进行了微调。我们的实验表明，在具有杂乱障碍物和自由空间识别困难的复杂场景中取得了充分的性能。
引用
@article{arxiv.2311.01966,
title = {Depth-guided Free-space Segmentation for a Mobile Robot},
author = {Christos Sevastopoulos and Joey Hussain and Stasinos Konstantopoulos and Vangelis Karkaletsis and Fillia Makedon},
journal= {arXiv preprint arXiv:2311.01966},
year = {2023}
}