CV-MOS 结合RV和BEV残差图,运动分割的跨视角模型 !

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 自动驾驶中，准确区分静态和动态物体对于自动驾驶系统至关重要。在进行运动物体分割（MOS）任务时，有效地利用物体的运动信息以提高动态物体的识别能力是一个主要挑战。 以前的方法要么使用范围视图（RV）要么使用鸟瞰视图（BEV）残差图来捕捉运动信息。 与传统方法不同的是，作者提出将RV和BEV残差图结合起来，以共同利用运动信息的潜力。因此，作者引入了CV-MOS，这是一个跨视图的运动物体分割模型。创新之处在于，作者通过捕获BEV和RV残差图的运动信息，从范围图像中生成语义特征，为运动分支提供动态物体引导。 作者直接且唯一的解决方案最大限度地利用了范围图像、RV和BEV残差图，显著提高了基于激光雷达的MOS任务的性 ………………………………