全景 Lintention 网络：面向视障人士的高效导航感知
计算机视觉与模式识别
2021-03-09 v1 机器学习
机器人学
图像与视频处理
摘要
经典的计算机视觉算法、实例分割与语义分割无法为视障人士提供对周边环境的整体理解。在本文中，我们利用全景分割(panoptic segmentation)，通过高效地为视障人士邻近区域提供物体(things)与材质(stuff)感知，以辅助其导航。为此，我们提出了一种高效的注意力模块——Lintention，其可利用线性空间以线性时间建模长程交互。基于 Lintention，我们进而设计了一种新颖的全景分割模型，称之为 Panoptic Lintention Net。在 COCO 数据集上的实验表明，Panoptic Lintention Net 将全景质量(Panoptic Quality, PQ)从 39.39 提升至 41.42，取得 4.6% 的性能增益，同时在语义分支中仅需要减少 10% 的 GFLOPs 与 25% 的参数。此外，通过我们设计的紧凑型可穿戴全景分割系统进行的真实世界测试表明，基于 Panoptic Lintention Net 的系统在真实场景中实现了相对稳定且极为出色的全景分割。
关键词
引用
@article{arxiv.2103.04128,
title = {Panoptic Lintention Network: Towards Efficient Navigational Perception for the Visually Impaired},
author = {Wei Mao and Jiaming Zhang and Kailun Yang and Rainer Stiefelhagen},
journal= {arXiv preprint arXiv:2103.04128},
year = {2021}
}
备注
6 pages, 4 figures, 2 tables