-
不同场景下的带注释的触觉铺装示例:
-
GRFB-UNet网络结构:
-
GRFB模块的结构:
铺路在视障人士的旅行中起着至关重要的作用。因此,识别铺装的形状和位置以支持视障人士的移动性是相当有意义的,而视觉分割技术就适合这项任务。为了有效提高触觉铺装分割的精度和鲁棒性,该文提出一种结合UNet网络和多尺度特征提取的新型触觉铺装分割方法。在UNet网络中增加群感受野块(GRFB)的结构,得到触觉铺装的多尺度感受野。该方法使用群卷积来降低其计算复杂度。同时,在各组卷积后采用小尺度卷积,实现跨信道信息交互与整合,旨在提取更丰富的高级特征。本文构建了各种场景下的铺路数据集,并进行了标记以进行实验评估。此外,还详细演示了与典型网络和结构模块的比较分析。实验结果表明,所提网络在铺装分割方面取得了较好性能,为铺路检测提供了有价值的参考。
主干模型: