关键词multimodal semantic segmentation
搜索结果 - 4
- U3M: 多模态语义分割的无偏多尺度模态融合模型
我们介绍了 U3M：一种用于多模态语义分割的无偏多尺度模态融合模型，其通过有效提取和整合全局和局部特征，实现了在多个数据集上的优越性能，并证实了在各种环境中增强语义分割的鲁棒性和多样性。
- ShareCMP: 极化感知的 RGB-P 语义分割
通过构建一个带有 12 个典型水下语义类别的 UPLight RGB-P 分割基准，并采用共享双分支架构的 ShareCMP，使用 Polarization Generate Attention（PGA）模块和 Class Polariza - 特征对齐的对称多模态网络在连续道路场景语义分割中的应用
本研究通过强制执行紧密耦合的特征表示和对称信息共享方案，通过重新定义多模态语义分割任务，实现即使一个输入模态缺失，也能正常工作，提高模型的可靠性，尤其适用于自动驾驶等安全关键应用领域。在 SemanticKITTI 数据集上评估了本方法，并 - 多模态语义分割的自监督模型适应
提出了一种自适应动态融合多模态语义分割框架，采用自监督模型的融合机制来优化融合多模态特征，在物体类别、空间位置和场景上下文方面增强鲁棒性，同时提出了一种计算高效的 AdapNet ++ 单模分割体系结构，并获得了最新的性能。