利用学习光流与扭曲预测未来实例分割
材料科学
2023-04-19 v2 介观与纳米尺度物理
摘要
对于自动驾驶车辆而言，观察场景的持续动态并进而预测即将发生的未来场景以确保自身及他人安全至关重要。这可以使用不同的传感器和模态来完成。在本文中，我们研究了利用光流预测未来语义分割的方法。为此，我们提出了一种自回归预测流场的模型。此类预测随后用于引导一个学习到的扭曲函数的推断，该函数将实例分割移动到未来帧上。在 Cityscapes 数据集上的结果证明了光流方法的有效性。
引用
@article{arxiv.2211.08048,
title = {Nonlinear sub-switching regime of magnetization dynamics in photo-magnetic garnets},
author = {A. Frej and I. Razdolski and A. Maziewski and A. Stupakiewicz},
journal= {arXiv preprint arXiv:2211.08048},
year = {2023}
}