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