用于自主导航态势感知的高效多分支分割网络
计算机视觉与模式识别
2024-04-30 v1
摘要
实时且高精度的态势感知技术对于无人水面车辆（USV）的自主导航至关重要。特别是，鲁棒且快速的障碍物语义分割方法是必不可少的。然而，由于港口和海洋环境的差异，区分海面和天空具有挑战性。在本研究中，我们构建了一个在海洋港口环境中捕捉 USV 和无人机视角的数据集，并分析了数据特征。统计分析表明，海面和天空的分布与行位置信息之间存在高度相关性。基于这一发现，提出了一种带有行位置编码模块（RPEM）的三分支语义分割网络，以提高海面和天空之间的预测精度。所提出的 RPEM 突出了行坐标对特征提取的影响。与基线相比，带有 RPEM 的三分支网络显著提高了区分海面和天空的能力，且没有显著降低计算速度。
引用
@article{arxiv.2404.00366,
title = {Efficient Multi-branch Segmentation Network for Situation Awareness in Autonomous Navigation},
author = {Guan-Cheng Zhou and Chen Chengb and Yan-zhou Chena},
journal= {arXiv preprint arXiv:2404.00366},
year = {2024}
}