Sep, 2024

深度至关重要：探索RGB-D在交通场景语义分割中的深层交互

HTML
PDF
TL;DR该研究解决了RGB-D数据中深度图的空间特性在先前研究中被忽视的问题，导致注意力表征的错误。提出的深度交互金字塔变换器（DiPFormer）通过深度空间感知优化和深度线性交叉注意力的方法，有效提升了道路检测和语义分割任务的性能，显著降低了注意力错位的问题。
发现论文，激发创造
  • 无歧视：道路场景分割器的跨城市适应性

    该论文提出了一种无监督学习方法来通过 Google Street View 数据库和时光机功能自动适应不同城市的道路场景分割器，实现跨城市语义分割。

    Apr, 2017

  • 基于深度信息的实时 RGB-D 语义分割融合网络，并结合道路图像中预警障碍物检测

    本文提出了一种名为RFNet的实时融合语义分割网络，该网络可在自动驾驶汽车应用中快速运行，利用多个数据集进行训练，实现对意外小障碍的识别和面对现实世界中未预见到的危险，达到了显著的分割精度和22Hz推理速度。

    Feb, 2020

  • RGB-D显著目标检测的跨模态不一致交互网络

    通过重新考虑两种模态的重要性，本文提出了一种新的跨模态矛盾交互网络（CDINet），用于RGB-D SOD。实验结果表明，这种网络在定量和定性上都优于15种现有的方法。

    Aug, 2021

  • 基于不确定性感知对称网络的快速道路分割

    本文提出了一种基于证据理论的不确定性感知对称网络（USNet），通过完全融合RGB和深度数据，折衷速度和准确性。实验结果表明，该方法以43+ FPS的实时推理速度实现了最先进的接近100%的准确性。

    Mar, 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

  • 面向高效RGB-D语义分割的空间信息引导自适应上下文感知网络

    提出了一种有效的轻量级编码器-解码器网络以及其他相关模块，用于在移动机器人中进行RGB-D语义分割，通过跨模态相关性和补充线索可以准确提取多层次RGB-D特征，实验结果表明该方法在分割准确性、推理时间和参数方面具有更好的权衡。

    Aug, 2023

  • DFormer：重新思考语义分割的RGBD表示学习

    DFormer是一种创新的RGB-D预训练框架，通过使用一系列RGB-D块进行编码，将RGB和深度信息编码成可转移的表示，并避免了现有方法中RGB预训练的主干网络对深度图中的三维几何关系进行不匹配的编码问题。在两个常见的RGB-D任务上，使用轻量级的解码器头微调预训练的DFormer，该方法在两个RGB-D分割数据集和五个RGB-D显着性数据集上以不到当前最佳方法计算成本一半的代价实现了最新的最佳性能。

    Sep, 2023

  • RoadFormer：RGB-Normal 语义道路场景解析的双工变换器

    RoadFormer是一种基于Transformer的数据融合网络，可以精确预测道路场景解析中的语义内容。

    Sep, 2023

  • CSFNet: 用于驾驶场景实时RGB-X语义分割的余弦相似度融合网络

    本研究提出了余弦相似度融合网络 (CSFNet) 作为实时的RGB-X语义分割模型，通过设计余弦相似度注意力融合模块 (CS-AFM) 在不同模态之间有效地整合和融合特征，提高了交叉模态特征在低层的融合，使得高层可以采用单支路网络，从而实现更快速和准确的预测，并在RGB-D/T/P语义分割任务中验证了其效果和高效性。

    Jul, 2024

  • RoadFormer+: 通过尺度感知信息解耦和高级异构特征融合实现RGB-X场景解析

    本研究针对现有路况解析模型在处理多种数据源时表现不佳的问题，提出了一种新模型RoadFormer+，能够高效融合RGB及其他类型的数据（如深度、热成像等）。该模型采用混合特征解耦编码器和多尺度异构特征融合块，有效提升了场景解析的准确性，并在多个基准测试中表现出色，且减少了65%的可学习参数。

    Jul, 2024