没有合适的资源?快使用搜索试试~ 我知道了~
Improving Nighttime Driving-Scene Segmentation via Dual Image-adaptive Learnable Filters论文整理
资源推荐
资源详情
资源评论
[1] Liu W, Li W, Zhu J, et al. Improving nighttime driving-scene segmentation via dual image-adaptive learnable filters[J]. IEEE Transactions on Circuits and Systems for Video
Technology, 2023.
目录
CONTENTS
01
整体结构
02
可学习引导滤波器
03
04
有监督和无监督训练框架
实验
01
整体结构
图像自适应处理模块(IAPM)
将IA-YOLO[2]的CNN-PP+ DIP模块包装
成IAPM模块,移除了不必要的滤波器(
仅有Exposure、Gamma、Constrast、
Sharpen),将应用场景从恶劣天气转移
到夜间驾驶场景。
可学习的引导滤波器(LGF)
使用了可训练的引导滤波来优化语义分
割结果,在监督和非监督框架下都取得
了良好的效果。引导滤波器是一种边缘
保持和梯度保持的图像操作,它利用引
导图像中的对象边界来检测对象的显著
性。能够抑制目标外的显著性,提高下
游检测或分割性能
[3]
。
双图像自适应可学习滤波器(Dual Image-adaptive Learnable Filters,DIAL-Filters)
夜间拍摄的驾驶场景图像由于光照较弱、能见度差,导致语义分割困难。由于每张图像可能同时包含过度曝
光和曝光不足的区域,因此缓解夜间分割困难的关键是处理曝光差异。因此,这篇文章提出了一种双图像自适应
可学习滤波器(DIAL-Filters)来增强分割网络前后的结果。
[2] Liu W, Ren G, Yu R, et al. Image-adaptive YOLO for object detection in adverse weather conditions[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2022, 36(2):
1792-1800.
[3] He K, Sun J, Tang X. Guided image filtering[J]. IEEE transactions on pattern analysis and machine intelligence, 2012, 35(6): 1397-1409.
剩余18页未读,继续阅读
资源评论
沐遥
- 粉丝: 47
- 资源: 4
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功