前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >OmniNet:基于环视鱼眼镜头的多任务视觉感知系统

OmniNet:基于环视鱼眼镜头的多任务视觉感知系统

作者头像
3D视觉工坊
发布2021-03-19 12:59:42
8420
发布2021-03-19 12:59:42
举报

作者丨黄浴@知乎

来源丨https://zhuanlan.zhihu.com/p/351965263

编辑丨3D视觉工坊

2021年2月15日上传arXiv论文:“OmniDet: Surround View Cameras based Multi-task Visual Perception Network for Autonomous Driving”,作者来自Valeo公司和德国一所大学。

本文讨论的是一个环视鱼眼镜头的多任务视觉感知系统,其完成的包括:深度估计、视觉里程计、语义和运动分割、目标检测和镜头污染检测。特别是提出了一个camera geometry based adaptation mechanism,对镜头畸变模型编码。由于方框不适合鱼眼镜头图像的目标表示,采用了polygon with non-uniformly sampled vertices。

整个网络称为OmniDet模型,输出结果如图为例:(a) Rear-Camera Input Image, (b) Distance Estimation, (c) Semantic Segmentation, (d) Motion Estimation, (e) 24-sided Polygon based Object Detection 和 (f) Soiling Segmentation (asynchronous)。

首先是无监督深度估计和视觉里程计:基于作者以前的工作FisheyeDistanceNet。

目标检测:采用YOLO3,基于针对鱼眼镜头的目标polygon表示,即PolyYOLO。

关于目标表示法的性能比较如表:

分割任务是有监督的:基于Lovasz-Softmax loss 和 Focal loss。

污染检测:基于作者之前的模型SoilingNet,但采用asynchronous backpropagation,调整解码器部分,训练中固定编码器部分。输出也从格子变成pixel level segmentation。

如表是joint training中任务加权方法比较:其中有 uncertainty loss (Kendall), gradient magnitude normalization GradNorm, dynamic task prioritization DTP, dynamic weight average DWA 和 geometric loss。作者提出的是VarNorm for variance normalization。

本文提出camera geometry tensor 处理 multiple viewpoints,类似工作如CAM-Convs;同时改变camera’s intrinsic distance estimation方法。

在Woodscape fisheye dataset, 有12 组不同的摄像头,其intrinsic parameter有些变化。采用单个模型的好处是:(1) 嵌入系统而已,这样存储小,数据读取快,效率高;(2) 训练数据更大 和不同视角图像正则化容易;(3) 维护模型简单。

如图所示:上述工作即Self-Attention Network (SAN) encoder module。

在多任务的框架下,协调工作有:

1)处理动态目标和无限深度范围;

2)语义导引的深度头和检测头;

3)自注意机制和语义特征对检测的帮助。

这些工作带来的性能提升见下表:

这是深度模型估计的性能比较:

这是VO模型的性能比较:

关于多任务和单任务训练的性能比较如下表:

本文仅做学术分享,如有侵权,请联系删文。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-03-02,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 3D视觉工坊 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像识别
腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档