【语义分割】开源 | 浙江大学提出了一个有效的注意力桥接融合网络EAFNet，建立了第一个RGB-P数据集

论文地址： http://arxiv.org/pdf/2011.13313v2.pdf

来源： 浙江大学

论文名称：Polarization-driven Semantic Segmentation via Efficient Attention-bridged Fusion

原文作者：KAITE XIANG

内容提要

语义分割(Semantic Segmentation, SS)在自动驾驶汽车、辅助导航等安全关键应用中具有广阔的应用前景。然而，传统的SS主要基于RGB图像，这限制了SS在复杂的室外场景中的可靠性，RGB图像缺乏充分感知无约束环境所需的信息维度。作为初步的研究，我们研究了SS在一个意外的障碍物检测场景，这证明了多模态融合的必要性。在这项工作中，我们提出了EAFNet，一个有效的注意力桥接融合网络，以利用来自不同光学传感器的互补信息。具体来说，我们结合偏振传感来获取补充信息，考虑其光学特性，以稳健地表示不同的材料。通过使用单发偏振传感器，我们建立了第一个RGB-P数据集，该数据集由394幅带注释的像素对齐的RGB-P图像组成。综合各种实验表明，EAFNet融合极化和RGB信息的有效性，以及适应其他传感器组合场景的灵活性。

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。