DooDLeNet：用于热成像-彩色语义分割的双重 DeepLab 增强特征融合
机器学习
2022-04-22 v1 计算机视觉与模式识别
图像与视频处理
摘要
在本文中，我们提出一种用于 RGB 与 LWIR 热成像图像之间特征融合的新方法，以完成驾驶感知中的语义分割任务。我们提出 DooDLeNet，一种具有针对热成像与彩色模态的专用编码器-解码器以及用于最终分割的共享解码器的双重 DeepLab 架构。我们结合两种特征融合策略：置信度加权与相关性加权。我们在 MF 数据集上报告了最先进的 mean IoU 结果。
引用
@article{arxiv.2204.10266,
title = {DooDLeNet: Double DeepLab Enhanced Feature Fusion for Thermal-color Semantic Segmentation},
author = {Oriel Frigo and Lucien Martin-Gaffé and Catherine Wacongne},
journal= {arXiv preprint arXiv:2204.10266},
year = {2022}
}
备注
8 pages, 5 figures