使用全卷积神经网络的快速基于 LIDAR 的道路检测
计算机视觉与模式识别
2017-03-30 v2
摘要
在本工作中，我们开发了一种深度学习方法，仅使用 LIDAR 数据进行道路检测。从非结构化点云出发，生成编码平均高程和密度等几种基本统计量的俯视图。通过考虑俯视表示，道路检测被简化为单尺度问题，可由简单快速的全卷积神经网络（FCN）解决。该 FCN 专门为像素级语义分割任务设计，结合了大的感受野与高分辨率特征图。所提出的系统取得了优异的性能，是 KITTI 道路基准测试上表现最佳的算法之一。其快速推理使其特别适合实时应用。
引用
@article{arxiv.1703.03613,
title = {Fast LIDAR-based Road Detection Using Fully Convolutional Neural Networks},
author = {Luca Caltagirone and Samuel Scheidegger and Lennart Svensson and Mattias Wahde},
journal= {arXiv preprint arXiv:1703.03613},
year = {2017}
}