水生环境中偏振融合用于语义分割的评估
计算机视觉与模式识别
2025-09-30 v1 机器人学
摘要
水面漂浮物的准确分割常因水面眩光和不断变化的户外光照而受损。偏振成像提供了一种单传感器方案,可缓解破坏漂浮物语义分割的水面眩光。我们在 PoTATO(一个内陆水道中塑料瓶的偏振图像公开数据集)上对最先进的融合网络进行基准测试,并使用传统模型将其性能与单图像基线进行比较。结果表明,偏振线索有助于恢复低对比度物体并抑制由反射引起的误报,相较于 RGB 输入,提高了平均 IoU 并降低了轮廓误差。这些更清晰的掩码是有代价的:额外的通道增大了模型规模,增加了计算负荷并引入了产生新误报的风险。通过提供可复现的诊断性基准测试和公开可用的代码,我们希望能帮助研究人员判断偏振相机是否适合其应用,并加速相关研究。
引用
@article{arxiv.2509.24731,
title = {Evaluation of Polarimetric Fusion for Semantic Segmentation in Aquatic Environments},
author = {Luis F. W. Batista and Tom Bourbon and Cedric Pradalier},
journal= {arXiv preprint arXiv:2509.24731},
year = {2025}
}
备注
Accepted to VCIP 2025