2/1000: 在动态环境中用于SLAM系统的实时动态对象分割框架

在动态环境中用于SLAM系统的实时动态对象分割框架

标题: A Real-Time Dynamic Object Segmentation Framework for SLAM System in Dynamic Scenes

作者: Jianfang Chang, Na Dong, and Donghui Li

机构: TJU

来源: ITRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT

Paper	Code：无	Video:无

个人总结

比较trival的工作。开始使用Yolact进行实例分割，之后使用几何约束对识别缺失的进行补足。之后是稠密光流的方法，有一个自适应阈值进行判断，（主要是人体末端，如手持杯子或者书本），最后是一个Impainting的方法对动态物体背后的背景进行补全。之后把这部分前端整合到SLAM系统里面。

摘要

为了准确检测动态场景中的动态目标，提出了一种基于视觉测量方法的检测框架。首先，为了实时分割动态对象，引入了实时实例分割网络，您只看系数(YOLACT)。其次，利用几何约束进一步过滤分割掩模外缺失的动态特征点。提出了一种基于自适应阈值的密集光流检测方法，用于检测人类驾驶的丢失动态目标。第三，提出了一种背景修复策略来