BriefGPT - AI 论文速递
·
基于环视摄像头鸟瞰的联合车辆分割和自车轨迹预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种半监督框架，利用未标记的图像提高视觉鸟瞰语义分割的准确性，并证明该框架有效。代码将公开提供。
🎯
关键要点
-
提出了一种新颖的半监督框架，利用未标记的图像提高视觉鸟瞰语义分割性能。
-
框架包括使用一致性损失约束模型在语义预测和BEV特征上。
-
引入了一种名为联合旋转的数据增强方法，保持前视图像与BEV语义分割之间的几何关系。
-
在nuScenes和Argoverse数据集上进行的大量实验证明了框架的有效性。
-
这是第一项利用未标记数据改进视觉BEV语义分割性能的工作。
-
代码将公开提供。
➡️
