CaveSeg:自主水下洞穴探索的深度语义分割和场景分析
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
该研究提出了一种新的方法,利用纹理和运动信息作为监督信号,将 RGB 训练的水域分割网络适用于目标领域的航空热成像。该方法能够使自主航空机器人在夜间执行可视导航、水深测量和流量跟踪等任务。
🎯
关键要点
- 提出了一种新的方法,利用纹理和运动信息作为监督信号。
- 该方法将 RGB 训练的水域分割网络应用于航空热成像。
- 自主航空机器人能够在夜间执行可视导航、水深测量和流量跟踪等任务。
- 克服了稀少的临海热成像数据导致传统方法无法应用的问题。
- 整理了第一个临近海域热成像航空数据集,证明了方法的优越性。
- 在 Nvidia Jetson 嵌入式计算平台上展示了实时功能。
- 代码和数据集将在指定 URL 上提供。
➡️