街景图像的分层解析

我们提出一种分层街景模型，用于为自动驾驶在街景图像上编码深度和语义信息。最近，stixels、stix-mantics和分层场景标注方法已被提出用于建模街景图像。我们提出了一种4层街景模型，是对最近提出的stix-mantics模型的紧凑表示。我们的层除了深度外还编码了如地面、行人、车辆、建筑物和天空等语义类别。我们算法的唯一输入是一对立体图像。我们使用深度神经网络提取语义类别的外观特征。我们使用一种简单高效的推断算法联合估计语义类别和分层深度值。我们的方法在Daimler城市场景分割数据集上优于其他竞争方法。我们的算法可大规模并行化，允许GPU实现以约9 fps的处理速度运行。