![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像分割
文章平均质量分 51
董*飞飞
研究方向:计算机视觉、智能驾驶、AutoWare、ROS运动控制、四轮智能车、驾驶仿真测试。
期待有相关研究交流的小伙伴私信,相互交流学习进步!
展开
-
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation(论文阅读笔记)
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation(论文阅读)原创 2022-03-18 12:51:11 · 3696 阅读 · 0 评论 -
基于相机和激光雷达数据的自动驾驶深度双模交通参与者实例分割方法(论文阅读笔记)
Deep Dual-Modal Traffic Objects Instance Segmentation Method Using Camera and LIDAR Data for Autonomous Driving(基于相机和激光雷达数据的自动驾驶深度双模交通参与者实例分割方法)双模实例分割网络、中阶段数据融合、超参数选优一、重点内容提取采用将雷达数据降采样为高分辨率图像与摄像头采集图像数据进行融合的双模感知方式,兼容了雷达对物体轮廓与距离的高精度感知和摄像头对色彩信息的敏感性,提升了交通参与原创 2022-03-09 10:27:40 · 222 阅读 · 0 评论 -
LiDAR-based Panoptic Segmentation via Dynamic Shifting Network(论文阅读笔记)
LiDAR-based Panoptic Segmentation via Dynamic Shifting Network(论文阅读笔记)环形扫描骨干网络、动态漂移、一致性驱动的融合一、重点内容提取 目前的全景分割都是基于相机图像在做,该论文首次创新型的提取使用雷达数据进行全景分割,具有启发性的意义。 二、实验概括强大的骨干网络设计1.1 三个网络关键部分柱状卷积:由于激光雷达是通过旋转进行采集环境信息,采用柱状卷积的方式更加适合雷达数据的特征提取。语义分割分支:使用多层感知网络原创 2021-08-03 18:25:25 · 539 阅读 · 0 评论