AMiner论文推荐

AMiner论文推荐
论文名称：Perception-Aware Multi-Sensor Fusion for 3D LiDAR Semantic Segmentation
论文链接：https://www.aminer.cn/pub/60dd292491e011cc85cbcc06?f=cs
语义分割是计算机视觉的关键问题之一，它可以提供细粒度环境信息。因此在许多应用，比如机器人和自动驾驶中，都有极其重要的应用。
根据使用传感器的种类，目前的语义分割方法可以分为三类：基于摄像头的方法，基于激光雷达的方法和基于多传感器融合的方法。
基于相机的方法，也就是以Deeplab[1]为代表的2D语义分割方法。由于RGB图像拥有丰富的颜色、纹理等表征信息，并且得益于公开数据集的丰富性，基于相机的语义分割方法已经取得了极大的进展。但是，由于相机是被动传感器，它很容易受到光线的干扰，所以采集到的数据是经常存在噪声，对于自动驾驶等应用来说这是非常危险的。因此，近年来越来越多的研究者关注基于激光雷达的3D语义分割方法，提出了RangeNet[2]等方法。由于激光雷达是一个主动传感器，因此可以提供可靠的环境信息，此外，它还能提供空间几何信息。但是，激光雷达采集到的数据往往非常稀疏和不规则的，并且也缺乏颜色和纹理信息，这使得单纯基于激光雷达数据去进行细粒度的语义分割是非常具有挑战性的。
因此，一个非常直接的想法就是融合相机和激光雷达的两种传感器的数据来共同完成语义分割任务。
AMiner,让AI帮你理解科学！https://www.aminer.cn