利用时序上下文实现鲁棒海上障碍物检测
计算机视觉与模式识别
2022-08-04 v2
摘要
鲁棒的海上障碍物检测对于全自主无人水面艇（USV）至关重要。当前广泛采用的基于分割的障碍物检测方法容易将物体倒影和太阳反光误分类为障碍物，产生大量误检，实际上使这些方法在 USV 导航中不实用。然而，水面湍流引起的物体倒影的时序外观变化与真实物体的外观动态截然不同。我们利用这一特性设计了 WaSR-T，一种新颖的海上障碍物检测网络，它从最近帧序列中提取时序上下文以减少歧义。通过学习水面物体倒影的局部时序特征，WaSR-T 在存在倒影和反光的情况下大幅提高了障碍物检测精度。与现有单帧方法相比，WaSR-T 整体将误检数量减少 41%，在艇的危险区域内减少超过 53%，同时保持高召回率，并在具有挑战性的 MODS 海上障碍物检测基准上取得新的最优性能。代码、预训练模型和扩展数据集可在 https://github.com/lojzezust/WaSR-T 获取。
引用
@article{arxiv.2203.05352,
title = {Temporal Context for Robust Maritime Obstacle Detection},
author = {Lojze Žust and Matej Kristan},
journal= {arXiv preprint arXiv:2203.05352},
year = {2022}
}
备注
7 pages, 6 figures, accepted to IROS 2022, for code & data visit https://github.com/lojzezust/WaSR-T