基于RGB-D数据的多模态语义分割评估
计算机视觉与模式识别
2021-04-01 v1 人工智能
摘要
我们的目标是在广阔场景感知与理解方面，尤其是具有挑战性的室外环境中，开发稳定、准确且鲁棒的语义场景理解方法。为此，我们探索并评估了一系列相关技术与方案，包括人工智能驱动的多模态场景感知、融合、处理与理解。本报告介绍了我们在评估一种利用多组RGB与深度传感数据进行语义分割的前沿方法方面的工作。我们采用了由多样化城市与地形场景组成的四个大型数据集，并设计了多种实验方法与指标。此外，我们还提出了多数据集学习的新策略，以改进对未见物体的检测与识别。文中给出了大量实验、实现与结果。
引用
@article{arxiv.2103.16758,
title = {Evaluation of Multimodal Semantic Segmentation using RGB-D Data},
author = {Jiesi Hu and Ganning Zhao and Suya You and C. C. Jay Kuo},
journal= {arXiv preprint arXiv:2103.16758},
year = {2021}
}
备注
12 pages, 5 figures