Jan, 2024

自动驾驶的基于图像分割的语义通信中的重要性感知

PDF
TL;DR这篇研究论文主要研究自动驾驶中基于图像分割的语义通信问题，通过提出名为 VIS-SemCom 的车辆图像分割导向的语义通信系统，传输重要对象的图像分割特征以减少传输冗余。
image segmentation-based semantic communicationautonomous drivingvis-semcomobject detectionsemantic codec
发现论文，激发创造
  • 半监督学习在自动驾驶中的重要目标识别

    本文提出了一种基于二元分类、关系推理和半监督学习的重要物体识别方法，可用于智能车辆在复杂动态环境下的安全导航，并在公开数据集上得到验证。

    Mar, 2022

  • 使用离散 Wasserstein 训练实现自动驾驶中的重要性感知语义分割

    该论文提出在 Wasserstein 训练框架中，通过配置其地面距离矩阵来纳入重要性感知的类间相关性，可以更好地在自动驾驶系统中处理像行人等重要物体的语义分割。实验证明，该算法在保障安全驾驶的关键类别上有卓越的分割表现。

    Oct, 2020

  • 人工智能物联网的深度图像语义通信模型

    提出了一种用于 AIoT 中高效图像通信的新型深度图像语义通信模型，通过语义分割算法实现对图像的高精度语义信息提取以实现图像数据的显著压缩，通过基于生成对抗网络的语义图像恢复算法将语义图像转换为具有详细信息的实景图像，结果表明，与 WebP 和 CycleGAN 相比，所提出的图像语义通信模型在图像压缩比和恢复准确度上平均分别提高了 71.93% 和 25.07％，而且与原始图像传输相比，我们的演示实验证明该模型可以将传输中的总延迟减少了 95.26％。

    Nov, 2023

  • 利用图像的压缩学习表示进行语义分割

    本文提出了一种基于学习的压缩编解码器，来减少自动驾驶车辆数据的压缩解压缩带来的时延，并且还能用于对图像进行语义分割任务。

    Jul, 2023

  • 自动驾驶车辆的多任务导向语义通信框架

    通过提出一种多任务语义通信框架，本研究旨在解决连接和自动驾驶汽车（CAV）中的语义通信问题。采用卷积自编码器（CAE）对道路交通标志进行语义编码，并通过卫星在低可视性天气条件下从一个 CAV 传输到另一个 CAV。同时，该框架还提出了用于图像重建和分类任务的任务导向语义解码器，模拟结果表明该框架在图像相似度和分类准确性方面优于传统方案，并通过发送更少的比特节省了高达 89% 的带宽。

    Mar, 2024

  • 自动驾驶的标签高效视觉抽象

    研究降低语义分割标注成本对行为克隆代理学习的影响，发现利用视觉抽象表示可实现更佳的标注效率和驾驶性能，并发现了其他训练优势。

    May, 2020

  • 可扩展的车载网络语义通信的 AI 生成内容

    本论文介绍了一种利用神经网络编码 - 解码架构的可扩展的人工智能生成内容系统，通过将图像转化为文本表示并优化传输以实现语义通信，从而提高对盲区车辆的感知能力和有效压缩通信数据。

    Nov, 2023

  • 自动驾驶的语义分割：模型评估、数据集生成、视角比较和实时性能

    研究了在自动驾驶汽车中使用的感知方法，发现 FasterSeg 模型在实时低功耗计算设备上运行速度快，并通过比较第一人称和鸟瞰图的准确性和速度，得出 FasterSeg 模型在两种视角的 mIoU 结果并提出了一种生成合成数据的简单方法，并在目标硬件上比较了两种视角的帧率和精度。

    Jul, 2022

  • 深度语义分割的三重审视：注重效率、时间性和深度感知的设计

    本文针对自主行驶场景下的语义分割问题进行了调研，从模型开发、RGB-D 数据集集成、时域信息模型三个方面讨论了目前最相关和最新的深度学习方法，旨在为读者提供关于这一激动人心和具有挑战性的研究领域的最新进展。

    Mar, 2023

  • DRUformer: 提升驾驶场景中重要物体检测的驾驶关系自我理解

    交通事故频繁导致致命伤害，自 2023 年以来已造成超过 5000 万人死亡。为了减轻驾驶危险并确保个人安全，有助于帮助车辆在行驶过程中预测重要物体。为此我们引入了 DRUformer 模型，它是基于 Transformer 的多模态重要物体检测模型，考虑了驾驶场景中所有参与者之间的关系，并嵌入了驾驶意图模块。我们在 DRAMA 数据集上进行了比较实验，结果显示与其他最先进模型相比，mIoU 有 16.2％的显著提高，ACC 有 12.3％的大幅提升。此外，我们还进行了定性分析，突出了我们模型在不同道路情景和类别中检测重要物体的有效性。最后，我们进行了多种消融实验，评估了 DRUformer 模型中所提出的模块的效率。

    Nov, 2023