面向户外环境导航的最可行走方向识别
计算机视觉与模式识别
2017-12-04 v2
摘要
我们提出了一种利用手持相机识别最可行走导航方向的方法。我们的方法使用定制的编码器-解码器架构进行语义分割，从场景中提取语义丰富的上下文信息，并利用时空图对场景中物体的空间和时间行为进行建模。系统学习在空间和时间的物体属性上最小化代价函数，以识别最可行走方向。我们构建了一个使用手持移动相机在非受限户外环境中采集的新标注导航数据集，其包含具有挑战性的设置，如高度动态场景、物体间遮挡和畸变。我们的系统在预测安全方向上达到了84%的准确率。我们还展示了我们的定制分割网络既快速又准确，在 PASCAL VOC 和 PASCAL Context 数据集上分别取得了81和44.7的 mIOU（平均交并比）分数，同时以约每秒21帧的速度运行。
引用
@article{arxiv.1711.08040,
title = {Identifying Most Walkable Direction for Navigation in an Outdoor Environment},
author = {Sachin Mehta and Hannaneh Hajishirzi and Linda Shapiro},
journal= {arXiv preprint arXiv:1711.08040},
year = {2017}
}