面向基于视觉的道路边缘三维物体检测的场景泛化
该研究论文提出了一种名为 SGV3D 的创新道路边缘 3D 物体检测方案,通过背景抑制模块(BSM)减少视觉中心流程中的背景过拟合问题,并利用半监督数据生成流程(SSDG)利用新场景中的未标记图像生成具有不同摄像机姿态的多样化实例前景,从而提高了在新场景中的检测准确性。
本文介绍了使用增强现实和生成对抗网络来解决道路感知系统中数据不足问题的新方法。实验结果显示,使用合成数据训练的检测器在各种条件下表现良好,并且在恶劣条件下,合成数据可以提升现有检测器的性能。