获取完整原文和代码,公众号回复:09020473697
论文地址: http://arxiv.org/pdf/2003.05970v1.pdf
代码: 公众号回复:09020473697
来源: 海德拉巴国际信息技术学院
论文名称:LiDAR guided Small obstacle Segmentation
原文作者:Aasheesh Singh
内容提要
检测道路上的小障碍物对自动驾驶至关重要。在本文中,我们提出了一种通过稀疏激光雷达(VLP-16)和单目视觉的多模态框架,来可靠地检测此类障碍物的方法。激光雷达以置信度图的形式为单目分割网络提供额外的背景。当上下文作为额外的输入,输入到单目语义分割框架时,本文算法显示了显著的性能提高。我们进一步向社区提供了一个新的语义分割数据集,包括3000多帧图像和相应的激光雷达观测。图片上有三个类别的像素级标注:越野、道路和小障碍。我们强调了激光雷达和相机之间的精确校准是这一任务的关键,因此提出了一种基于外部参数的基于豪斯多夫距离校准的新方法。作为该数据集的第一个基准,本文的算法了在具有挑战性的场景下,在50米范围内可以实现73%的实例检测结果。在定性上, 50米深度下可以实现小于15厘米的障碍物的精确分割,定量上,通过与现有技术的有利比较,我们证实了该方法的有效性。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。