Jun, 2024
恶劣天气条件下激光雷达点云的标签高效语义分割
Label-Efficient Semantic Segmentation of LiDAR Point Clouds in Adverse Weather Conditions
Aldi Piroli, Vinzenz Dallabetta, Johannes Kopp, Marc Walessa, Daniel Meissner...
TL;DR该论文提出了一种标签效率的方法,通过使用少量已标记示例来学习从非常少量标记的点云中分割恶劣天气的点,并利用半监督学习方法生成伪标签,从而显著增加训练数据量,同时还在训练过程中整合了好的天气数据,从而在良好和恶劣天气条件下均能取得高性能。在真实和合成数据集上的结果显示,我们的方法在检测雪、雾和水雾方面表现良好。此外,我们在使用的标记数据只有一小部分的情况下,实现了与完全监督方法相竞争的性能。