基于受限可变形卷积的环视相机道路场景语义分割
计算机视觉与模式识别
2019-09-17 v3
摘要
理解车辆周围环境仍是自动驾驶面临的挑战之一。本文研究利用环视相机（现有量产车广泛配备）进行360度道路场景语义分割。首先，为解决鱼眼图像中的大畸变问题，提出用于语义分割的受限可变形卷积（RDC），其可通过以输入特征图为条件学习卷积滤波器形状来有效建模几何变换。其次，为获取大规模环视图像训练集，提出一种称为缩放增强的新方法，将常规图像转换为鱼眼图像。最后，构建了基于RDC的语义分割模型；该模型通过结合真实图像与转换图像的多任务学习架构，针对真实世界环视图像进行训练。实验证明了RDC处理大畸变图像的有效性，且所提方法借助转换图像在环视相机下表现出良好性能。
引用
@article{arxiv.1801.00708,
title = {Restricted Deformable Convolution based Road Scene Semantic Segmentation Using Surround View Cameras},
author = {Liuyuan Deng and Ming Yang and Hao Li and Tianyi Li and Bing Hu and Chunxiang Wang},
journal= {arXiv preprint arXiv:1801.00708},
year = {2019}
}