Panoptic-Depth Color Map for Combination of Depth and Image Segmentation

要約

画像のセグメンテーションと深さの推定は、コンピューター ビジョン、特に自動運転シナリオにおいて重要なタスクです。
通常、これらのタスクは個別に対処されますが、私たちはそれらを新しい深層学習ネットワークである Panoptic-DepthLab で組み合わせる革新的なアプローチを提案します。
追加の深さ推定ブランチをセグメンテーション ネットワークに組み込むことにより、各インスタンス セグメントの深さを予測できます。
都市景観データセットを評価して、深度のある高品質のセグメンテーション結果を達成する方法の有効性を実証し、それをカラー マップで視覚化します。
私たちが提案した手法は、さまざまなタスクとネットワークを組み合わせて、自動運転車両の安全性を促進するためのより包括的な画像認識結果を生成するという新たな可能性を示しています。

要約(オリジナル)

Image segmentation and depth estimation are crucial tasks in computer vision, especially in autonomous driving scenarios. Although these tasks are typically addressed separately, we propose an innovative approach to combine them in our novel deep learning network, Panoptic-DepthLab. By incorporating an additional depth estimation branch into the segmentation network, it can predict the depth of each instance segment. Evaluating on Cityscape dataset, we demonstrate the effectiveness of our method in achieving high-quality segmentation results with depth and visualize it with a color map. Our proposed method demonstrates a new possibility of combining different tasks and networks to generate a more comprehensive image recognition result to facilitate the safety of autonomous driving vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google