GPS-GLASS：利用 daytime 视频与 GPS 数据学习夜间语义分割
计算机视觉与模式识别
2023-08-21 v5
摘要
面向自动驾驶的语义分割应能在各种真实环境中保持鲁棒。夜间语义分割尤其具有挑战性，因为缺乏带标注的夜间图像，且与标注充足的白天图像之间存在较大的域差距。本文提出一种新颖的基于GPS的夜间语义分割训练框架。给定GPS对齐的白天与夜间图像对，我们进行跨域对应匹配以获得像素级伪监督。此外，我们对白天视频帧间进行光流估计，并应用基于GPS的缩放来获取另一像素级伪监督。利用这些伪监督与置信度图，我们在无需任何夜间图像标注的情况下训练夜间语义分割网络。实验结果证明了所提方法在多个夜间语义分割数据集上的有效性。我们的源代码见 https://github.com/jimmy9704/GPS-GLASS。
引用
@article{arxiv.2207.13297,
title = {GPS-GLASS: Learning Nighttime Semantic Segmentation Using Daytime Video and GPS data},
author = {Hongjae Lee and Changwoo Han and Jun-Sang Yoo and Seung-Won Jung},
journal= {arXiv preprint arXiv:2207.13297},
year = {2023}
}
备注
ICCVW 2023