《SNE-RoadSeg: Incorporating Surface NormalInformation into Semantic Segmentation for Accurate Freespace Detection》
挺有里程碑意义的一篇道路检测的文章,创新性地提出利用视差图和rgb图像叠加的形式来进行信息的提取方便进行道路检测。
文章中主要提出来一个SNE的图像法向量提取器。具体操作如下:





通过最小化上述能量函数来求解每一个像素的法向量,其中ni为其周围的像素点 我们用上面的式子进行一个估计。

随后提取出来的法向量图可以进行进一步的图像处理。有点类似多传感器信息图的叠加。

网络结构如上图所示。
这篇文章介绍了一项创新的深度学习方法SNE-RoadSeg,它通过结合RGB图像和视差图的表面法向信息,提升道路检测的准确性。文章详细阐述了SNE图像法向量提取器的工作原理和网络结构,旨在改善道路空间的识别精度。
921

被折叠的 条评论
为什么被折叠?



