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。