面向自动驾驶的 Woodscape 鱼眼语义分割——CVPR 2021 OmniCV 研讨会挑战赛
计算机视觉与模式识别
2021-07-20 v1 机器人学
摘要
我们提出了面向自动驾驶的 WoodScape 鱼眼语义分割挑战赛，该挑战赛作为 CVPR 2021 全向计算机视觉研讨会（OmniCV）的一部分举办。该挑战赛是研究团队首次评估针对鱼眼相机感知的语义分割技术的机会之一。由于强烈的径向畸变，标准模型不能很好地泛化到鱼眼图像，因此物体和实体在视觉外观上的形变需要被隐式编码或作为显式知识。该挑战赛作为一个媒介，用于研究处理鱼眼图像感知复杂性的挑战和新方法。挑战赛在 CodaLab 上举办，并使用了最近发布的包含 10k 样本的 WoodScape 数据集。在本文中，我们提供了该竞赛的总结，其吸引了 71 支全球团队的参与，共计 395 次提交。顶尖团队在以 ResNet-50 为骨干的基线 PSPNet 上显著提升了平均 IoU 和准确率分数。我们总结了获胜算法的方法并分析了失败案例。最后，我们提供了该研究的未来方向。
引用
@article{arxiv.2107.08246,
title = {Woodscape Fisheye Semantic Segmentation for Autonomous Driving -- CVPR 2021 OmniCV Workshop Challenge},
author = {Saravanabalagi Ramachandran and Ganesh Sistu and John McDonald and Senthil Yogamani},
journal= {arXiv preprint arXiv:2107.08246},
year = {2021}
}
备注
Workshop on Omnidirectional Computer Vision (OmniCV) at Conference on Computer Vision and Pattern Recognition (CVPR) 2021. Presentation video is available at https://youtu.be/xa7Fl2mD4CA?t=12253