TAS-NIR：一个用于非结构化室外环境细粒度语义分割的 VIS+NIR 数据集
计算机视觉与模式识别
2022-12-20 v1
摘要
基于可见光彩色光谱（VIS）和近红外光谱（NIR）配对图像的植被指数已广泛应用于遥感应用。这些植被指数被扩展到非结构化室外环境中的自动驾驶应用。在该领域，我们可以将传统的植被指数，如归一化差值植被指数（NDVI）和增强型植被指数（EVI），与在现有 VIS 数据集上预训练的卷积神经网络（CNN）相结合。通过关注学习校准的 CNN 输出，我们可以提供一种方法，将已知的手工设计图像特征与不同领域的 CNN 预测相融合。该方法在一个非结构化室外环境中语义标注图像的 VIS+NIR 数据集上进行了评估。该数据集可在 mucar3.de/iros2022-ppniv-tas-nir 获取。
引用
@article{arxiv.2212.09368,
title = {TAS-NIR: A VIS+NIR Dataset for Fine-grained Semantic Segmentation in Unstructured Outdoor Environments},
author = {Peter Mortimer and Hans-Joachim Wuensche},
journal= {arXiv preprint arXiv:2212.09368},
year = {2022}
}