典型文献
基于可见光与红外热图像的行车环境复杂场景分割
文献摘要：
复杂场景分割是自动驾驶领域智能感知的重要任务,对稳定性和高效性都有较高的要求.由于一般的场景分割方法主要针对可见光图像,分割效果非常依赖于图像获取时的光线与气候条件,且大多数方法只关注分割性能,忽略了计算资源.本文提出一种基于可见光与红外热图像的轻量级双模分割网络(DMSNet),通过提取并融合两种模态图像的特征得到最终分割结果.考虑到不同模态特征空间存在较大差异,直接融合将降低对特征的利用率,本文提出了双路特征空间自适应(DPFSA)模块,该模块能够自动学习特征间的差异从而转换特征至同一空间.实验结果表明,本文方法提高了对不同模态图像的利用率,对光照变化有更强的鲁棒性,且以少量参数取得了较好的分割性能.
文献关键词：
场景分割;可见光图像;红外热图像;双模分割网络;双路特征空间自适应模块
中图分类号：
作者姓名：
陈武阳;赵于前;阳春华;张帆;余伶俐;陈白帆
作者机构：
中南大学自动化学院 长沙410083;中南大学计算机学院 长沙410083;湖南省高强度坚固件智能制造工程技术研究中心 常德415701;湖南湘江人工智能学院 长沙410005
文献出处：
引用格式：
[1]陈武阳;赵于前;阳春华;张帆;余伶俐;陈白帆-.基于可见光与红外热图像的行车环境复杂场景分割)[J].自动化学报,2022(02):460-469
A类：
双模分割网络,DMSNet,DPFSA,双路特征空间自适应模块
B类：
红外热图像,环境复杂,复杂场景,场景分割,自动驾驶,智能感知,分割方法,可见光图像,分割效果,光线,气候条件,计算资源,轻量级,征得,模态特征,自动学习,学习特征
AB值：
0.195987
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
