基于场景几何的无监督单目道路分割用于自动驾驶

本文提出一种完全无监督的二分类道路分割方法（道路与非道路），消除了对昂贵手动标注数据集的依赖。该方法利用场景几何信息和时序线索来区分道路与非道路区域。首先从几何先验生成弱标签，将视线之上的像素标记为非道路，将车辆前方的预定义四边形区域标记为道路。在细化阶段，通过跨帧跟踪局部特征点并施加互信息最大化来惩罚不一致的标签分配，从而提升精度和时序稳定性。在 Cityscapes 数据集上，该模型实现了 0.86 的交并比（IoU），优于现有的无监督方法。这些发现表明，结合几何约束和时序一致性的做法具有为自动驾驶中的可扩展无监督道路分割潜力。