VLASE:基于聚合语义边缘的车辆定位
计算机视觉与模式识别
2018-07-10 v1 机器人学
摘要
本文中,我们提出 VLASE,一种利用图像中的语义边缘特征实现道路定位的框架。语义边缘特征指分隔不同对象对(如建筑-天空、道路-人行道和建筑-地面)的边缘轮廓。虽然先前工作已展示利用天空线和建筑等显著类之间边界的 promising 结果,我们将该方法推广到考虑由 19 个不同类产生的语义边缘特征。我们的定位算法简单却非常强大。我们利用近期提出的 CASENet 架构提取语义边缘特征,并采用 VLAD 框架进行图像检索。我们的实验表明,相较于一些最先进的定位算法(如 SIFT-VLAD 及其深度变体 NetVLAD)我们取得了改进。我们通过消融研究考察不同语义类的重要性,并展示我们的统一方法相较于天空线等单个显著特征取得了更好的性能。
引用
@article{arxiv.1807.02536,
title = {VLASE: Vehicle Localization by Aggregating Semantic Edges},
author = {Xin Yu and Sagar Chaturvedi and Chen Feng and Yuichi Taguchi and Teng-Yok Lee and Clinton Fernandes and Srikumar Ramalingam},
journal= {arXiv preprint arXiv:1807.02536},
year = {2018}
}