基于 RGB 与 LiDAR 融合的自动驾驶三维语义分割
计算机视觉与模式识别
2019-07-18 v2 人工智能
机器学习
机器人学
摘要
LiDAR 已成为自动驾驶应用的标准传感器，因其提供高精度的三维点云。LiDAR 在夜间低光照或由于阴影导致相机性能下降的场景中也具有鲁棒性。包括目标检测与 SLAM 在内的算法中，LiDAR 感知正逐渐成熟。然而，语义分割算法仍相对较少被探索。鉴于语义分割在图像数据上已是一项成熟算法，我们探索了基于传感器融合的三维分割。我们的主要贡献是将 RGB 图像转换为用于 LiDAR 的极坐标栅格映射表示，并设计了早期与中期融合架构。此外，我们设计了一种结合两种融合算法的混合融合架构。我们在提供汽车、行人与骑行者分割标注的 KITTI 数据集上评估了我们的算法。我们评估了两种最先进的架构 SqueezeSeg 与 PointSeg，在两种情况下相对于仅用 LiDAR 的基线均将 mIoU 分数提高了 10%。
引用
@article{arxiv.1906.00208,
title = {RGB and LiDAR fusion based 3D Semantic Segmentation for Autonomous Driving},
author = {Khaled El Madawy and Hazem Rashed and Ahmad El Sallab and Omar Nasr and Hanan Kamel and Senthil Yogamani},
journal= {arXiv preprint arXiv:1906.00208},
year = {2019}
}
备注
Accepted for Oral Presentation at IEEE Intelligent Transportation Systems Conference (ITSC) 2019