深度学习网络用于交通立体图像对语义分割的性能评估
计算机视觉与模式识别
2019-02-08 v1 机器学习
机器学习
摘要
语义图像分割是最具挑战性的任务之一，尤其对于自动驾驶汽车的交通状况分析。本文给出了若干深度学习架构（PSPNet和ICNet）用于交通立体图像对语义分割的应用结果。分析了Cityscapes数据集和自定义城市场景图像在分割精度与图像推理时间方面的表现。对于在Cityscapes数据集上预训练的模型，推理时间在标准偏差范围内相等，但即便针对不同城市和立体通道，分割精度也存在差异。各城市与各通道的精度（平均交并比——mIoU）值分布不对称、长尾且存在大量极端离群值，尤其与ICNet网络相比，PSPNet网络更为明显。这些分布的某些统计特性（偏度、峰度）使我们能够区分这两种网络，并引出关于深度学习网络架构与预测结果（此处为mIoU）统计分布之间关系的问题。所得结果表明这些网络对以下方面具有不同的敏感性：（1）不同城市中局部街景特征，在实际应用前针对性微调模型时应加以考虑；（2）立体图像对中的右左数据通道。对于两种网络，立体图像对中右左数据通道预测结果（此处为mIoU）的差异相对于mIoU值超出了统计误差范围。这意味着交通立体图像对不仅可有效用于深度计算（如通常用法），还可作为附加数据通道，提供比简单复制同一街景图像更多的场景物体信息。
引用
@article{arxiv.1806.01896,
title = {Performance Evaluation of Deep Learning Networks for Semantic Segmentation of Traffic Stereo-Pair Images},
author = {Vlad Taran and Nikita Gordienko and Yuriy Kochura and Yuri Gordienko and Alexandr Rokovyi and Oleg Alienin and Sergii Stirenko},
journal= {arXiv preprint arXiv:1806.01896},
year = {2019}
}
备注
8 pages, 10 figures; accepted for presentation at 19-th International Conference on Computer Systems and Technologies (CompSysTech'18) 13-14 September 2018, University of Ruse, Bulgaria