雪夜转昼翻译器与语义分割标签相似性用于雪害指标
计算机视觉与模式识别
2021-03-02 v1
摘要
2021年，日本降雪量记录为往常的三倍多，因此道路使用者可能遭遇危险情况。积雪导致的低能见度引发交通事故。例如，2021年1月19日，由于干雪和27 m/s的强风速，发生暴风雪且视野失效。由于白化现象，发生了17人伤亡的多起事故，134辆车在1公里以上路段堆积长达10小时。在夜间时段，气温下降且路面趋于结冰。路面CCTV图像具有可同时监控主要点状态的优点。道路管理者需要根据路面状况在夜间也作出封路和除雪工作的决策。同时，他们需向道路使用者提供危险路面的警报。本文提出一种自动化雪害指标的方法，利用条件GAN pix2pix从夜间积雪图像生成路面区域。此外，使用以MobileNet为骨干的语义分割DeepLabv3+预测路面和积雪ROI，并自动化计算夜间路面被雪覆盖程度的雪害指标。我们展示了应用于日本2021年1月19日至21日寒冷积雪区域的若干结果，并提及雪夜转昼伪造输出与真实雪昼图像间高相似性对夜间积雪能见度的有用性。
引用
@article{arxiv.2103.00545,
title = {Snowy Night-to-Day Translator and Semantic Segmentation Label Similarity for Snow Hazard Indicator},
author = {Takato Yasuno and Hiroaki Sugawara and Junichiro Fujii and Ryuto Yoshida},
journal= {arXiv preprint arXiv:2103.00545},
year = {2021}
}
备注
9 figures. arXiv admin note: substantial text overlap with arXiv:2101.05616