基于多模态传感器融合的改进语义Stixel表示
计算机视觉与模式识别
2018-09-28 v2
摘要
本文提出了一种由LiDAR传感器与单目相机观测的3D场景的紧凑且精确的表示。所提方法基于成熟的Stixel模型，该模型最初为立体视觉应用而开发。我们将这一Stixel概念扩展以融合多种传感器模态的数据。所得到的中级融合方案充分利用了LiDAR测量的几何精度以及RGB图像的高分辨率和语义细节。所获得的环境模型以显著减少的数据量提供了3D场景在几何与语义上一致的表示，同时使信息损失最小化。由于不同传感器模态被视为一个联合优化问题的输入，该解仅以微小的计算开销获得。我们在一个人工标注的真值数据集上验证了所提多模态Stixel算法的有效性。我们的结果表明，与单独使用单一模态相比，所提出的LiDAR与相机数据的中级融合显著提高了Stixel模型的几何与语义精度，同时降低了计算开销和生成的数据量。
引用
@article{arxiv.1809.08993,
title = {Improved Semantic Stixels via Multimodal Sensor Fusion},
author = {Florian Piewak and Peter Pinggera and Markus Enzweiler and David Pfeiffer and Marius Zöllner},
journal= {arXiv preprint arXiv:1809.08993},
year = {2018}
}