-
题名基于可见光与红外热图像的行车环境复杂场景分割
被引量：5
- 1
-
-
作者
陈武阳
赵于前
阳春华
张帆
余伶俐
陈白帆
-
机构
中南大学自动化学院
中南大学计算机学院
湖南省高强度坚固件智能制造工程技术研究中心
湖南湘江人工智能学院
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2022年第2期460-469,共10页
-
基金
国家自然科学基金(62076256)
中南大学研究生校企联合创新项目(2021XQLH048)资助。
-
文摘
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.
-
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
-
Keywords
Scene segmentation
visible images
thermal images
dual modal segmentation network
dual-path feature space adaptation module
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
U463.6
[机械工程—车辆工程]
-
