利用三维结构进行未来分割
计算机视觉与模式识别
2018-11-29 v1
摘要
预测未来以预见事件与动作的结果，是自主智能体的关键属性；特别是对于必须重度依赖实时视觉数据进行决策的智能体。朝此能力努力，我们借助场景的三维结构，解决从单目视频流预测未来帧分割的任务。我们的框架基于可学习的子模块，能够预测相邻帧的像素级场景语义标签、深度与相机自运动。我们进一步提出一种基于循环神经网络的模型，能够作为一系列过去自运动步长的函数来预测未来的自运动轨迹。最终，我们观察到在模型中利用三维结构有助于成功预测，在未来语义分割中达到了最先进的精度。
引用
@article{arxiv.1811.11358,
title = {Future Segmentation Using 3D Structure},
author = {Suhani Vora and Reza Mahjourian and Soeren Pirk and Anelia Angelova},
journal= {arXiv preprint arXiv:1811.11358},
year = {2018}
}