CASIA OpenIR  > 学术期刊  > 自动化学报
基于可见光与红外热图像的行车环境复杂场景分割
陈武阳; 赵于前; 阳春华; 张帆; 余伶俐; 陈白帆
Source Publication自动化学报
ISSN0254-4156
2022
Volume48Issue:2Pages:460-469
Abstract复杂场景分割是自动驾驶领域智能感知的重要任务,对稳定性和高效性都有较高的要求.由于一般的场景分割方法主要针对可见光图像,分割效果非常依赖于图像获取时的光线与气候条件,且大多数方法只关注分割性能,忽略了计算资源.本文提出一种基于可见光与红外热图像的轻量级双模分割网络(DMSNet),通过提取并融合两种模态图像的特征得到最终分割结果.考虑到不同模态特征空间存在较大差异,直接融合将降低对特征的利用率,本文提出了双路特征空间自适应(DPFSA)模块,该模块能够自动学习特征间的差异从而转换特征至同一空间.实验结果表明,本文方法提高了对不同模态图像的利用率,对光照变化有更强的鲁棒性,且以少量参数取得了较好的分割性能.
Keyword场景分割 可见光图像 红外热图像 双模分割网络 双路特征空间自适应模块
DOI10.16383/j.aas.c210029
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56412
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
陈武阳,赵于前,阳春华,等. 基于可见光与红外热图像的行车环境复杂场景分割[J]. 自动化学报,2022,48(2):460-469.
APA 陈武阳,赵于前,阳春华,张帆,余伶俐,&陈白帆.(2022).基于可见光与红外热图像的行车环境复杂场景分割.自动化学报,48(2),460-469.
MLA 陈武阳,et al."基于可见光与红外热图像的行车环境复杂场景分割".自动化学报 48.2(2022):460-469.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2021-0029.pdf(4745KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[陈武阳]'s Articles
[赵于前]'s Articles
[阳春华]'s Articles
Baidu academic
Similar articles in Baidu academic
[陈武阳]'s Articles
[赵于前]'s Articles
[阳春华]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[陈武阳]'s Articles
[赵于前]'s Articles
[阳春华]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2021-0029.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.