利用高光谱图像进行非结构化未知环境实时语义分割的建图方法
计算机视觉与模式识别
2023-03-29 v1 机器人学
摘要
在非结构化越野环境中的自主导航因语义场景理解而大幅改善。传统的图像处理算法难以实现且缺乏鲁棒性，原因在于越野环境缺乏结构性且高度多变。神经网络和机器学习的使用可以克服上述挑战，但它们需要大量标注数据集进行训练。在我们的工作中，我们提出使用高光谱图像进行实时逐像素语义分类与分割，且无需任何先验训练数据。所得分割图像经处理，使用多边形近似算法提取、过滤并将物体近似为多边形。所得多边形随后用于生成环境的语义地图。使用我们的框架，我们展示了在运行时添加新语义类别以进行分类的能力。所提方法还被证明可使用高分辨率高光谱图像以 1Hz 的频率实时运行并产出输出。
引用
@article{arxiv.2303.15623,
title = {Real-Time Semantic Segmentation using Hyperspectral Images for Mapping Unstructured and Unknown Environments},
author = {Anthony Medellin and Anant Bhamri and Reza Langari and Swaminathan Gopalswamy},
journal= {arXiv preprint arXiv:2303.15623},
year = {2023}
}