【免费】SqueezeSeg-中文翻译1资源-CSDN文库

神经网络

聚类

需积分: 0 136 浏览量 2022-08-04 11:45:09 上传评论收藏 1.74MB PDF 举报

资源详情

资源评论

资源推荐

SqueezeSeg: Convolutional Neural Nets with

Recurrent CRF for Real-Time Road-Object

Segmentation from 3D LiDAR Point Cloud

translation

https://arxiv.org/abs/1710.07368

SqueezeSeg代码地址：SqueezeSeg: Convolutional Neural Nets with Recurrent CRF for

Real-Time Road-Object Segmentation from 3D LiDAR Point Cloud

摘要

在本文中，我们从三维激光雷达点云的角度对道路目标进行了语义分割。我们特别希望检测和

分类感兴趣的实例，例如汽车、行人和骑自行车的人。我们制定这个问题作为一个逐点分类的

问题,并提出一个端到端的管道称为SqueezeSeg基于卷积神经网络(CNN):CNN需要改变激光

雷达点云直接输出作为输入,并逐点地标签地图,然后精制的条件随机场(CRF)实现为复发性层。

然后用传统的聚类算法得到实例级的标签。我们的CNN模型是在来自KITTI1数据集的激光雷达

点云上训练的，我们的逐点分割标签来自于KITTI的3D边框。为了获得额外的训练数据，我们

在广受欢迎的视频游戏《侠盗飞车V》(GTA-V)中构建了一个激光雷达模拟器，以合成大量真

实的训练数据。我们的实验表明,SqueezeSeg以惊人的快速和稳定性，每帧(8.7±0.5)ms的高

精度运行,高度可取的自主驾驶的应用程序。此外，对综合数据的训练可以提高对真实数据的验

证准确性。我们的源代码和合成数据将是开源的。

1.介绍

自动驾驶系统依赖于对环境的准确、实时和鲁棒的感知。自动驾驶汽车需要精确地分类和定

位“道路物体”，我们将其定义为与驾驶有关的物体，如汽车、行人、自行车和其他障碍物。

不同的自动驾驶解决方案可能有不同的传感器组合，但3D激光雷达扫描仪是最普遍的组件之

一。激光雷达扫描仪直接产生环境的距离测量，然后由车辆控制器和计划人员使用。此外，激

本文提出了一种基于卷积神经网络(CNN)和条件随机场(CRF)的端到端管道。CNNs和CRFs已
成功应用于二维图像8、9、10、11的分割任务。为了将CNNs应用于三维激光雷达点云，我们
设计了一个CNN，它接受变换后的激光雷达点云，并输出标签点地图，通过CRF模型进一步细
化。然后，通过对一个类别中的点应用传统的聚类算法(如DBSCAN)来获得实例级标签。为了
将3D点云提供给2D CNN，我们采用球面投影将稀疏的、不规则分布的3D点云转换为密集的
2D网格表示。所提出的CNN模型借鉴了squeeze zenet[12]的思想，经过精心设计，降低了
参数大小和计算复杂度，目的是降低内存需求，实现目标嵌入式应用程序的实时推理速度。将
CRF模型重构为一个循环神经网络(RNN)模块为11，可以与CNN模型进行端到端训练。我们
的模型是在基于KITTI数据集1的激光雷达点云上训练的，点分割标签是从KITTI的3D边框转换
而来的。为了获得更多的训练数据，我们利用Grand Theft Auto V (GTA-V)作为模拟器来检
索激光雷达点云和点级标签。 
实验表明，这种方法精度高、速度快、稳定性好，适用于自动驾驶。我们还发现，用人工的、
噪声注入的模拟数据替代我们的数据集进一步提高了对真实世界数据的验证准确性。
2. 相关工作
A. 3维激光雷达点元的语义分割 
以前的工作在激光雷达分割中看到了广泛的粒度范围，处理从特定组件到整个管道的任何事
情。7提出了基于网格的地面和基于局部表面凹凸性的目标分割。2总结了几种基于迭代算法的
诸如RANSAC (random sample consensus)和GP-INSAC (gaussian process incremental
sample consensus)的地面去除方法。最近的工作也集中在算法效率上。5提出了有效的地面
分割和聚类算法，而[13]绕过地面分割直接提取前景对象。4将重点扩展到整个管道，包括分
割、聚类和分类。提出了将点斑块重新划分为不同类别的背景和前景对象，然后使用EMST-
RANSAC5进一步集群实例。
B. 3D点云CNN 
CNN方法考虑的是二维或三维的激光雷达点云。处理二维数据时考虑的是用激光雷达点云投
影自顶向下[14]或从许多其他视图[15]投影的原始图像。其他工作考虑的是三维数据本身，将
空间离散为体素和工程特征，如视差、平均和饱和度[16]。无论数据准备如何，深度学习方法
都考虑利用二维卷积[17]或三维卷积[18]神经网络的端对端模型。
C. 图像的语义分割 
CNNs和CRFs都被用于图像的语义分割任务。8提议将经过分类训练的CNN模型转换为完全卷