室内の階段とエレベーターのローカライゼーションのためのスキップ接続融合による適応RGB-Dセマンティックセグメンテーション
Zihan Zhu1, Henghong Lin1, Anastasia Ioannou2
1Fujian Provincial Key Laboratory of Information Processing and Intelligent Control, School of Computer and Data Science, Minjiang University, Fuzhou 350108, China.
Journal of imaging
|August 27, 2025
まとめ
スキップ・コネクション・フュージョン (SCF) を導入します これは階段やエレベーターなどの 室内の建築要素を正確に 分割するための新しい方法です SCFは複雑な環境での障害物検出の機能を強化することで ロボットのナビゲーションを改善します.
科学分野:
- コンピュータ・ビジョン
- ロボット
- 人工知能
背景:
- ロボットによるナビゲーションには 室内のアーキテクチャ要素の 精密なセマンティックセグメンテーションが不可欠です
- 伝統的な融合法は 遮断,反射,低コントラスト領域で 課題に直面しています
研究 の 目的:
- 新しい機能融合モジュールであるスキップ接続融合 (SCF) を提案し,セマンティックセグメンテーションを改善する.
- 複雑な室内環境で障害物の検出と人間とロボットの相互作用を向上させる
主な方法:
- RGBと深さの機能を統合したSCFモジュールを開発し,アダプティブウェイトとスキップ接続を使用しています.
- ダイナミックに情報領域を強調し,ノイズを抑制して堅固なセグメンテーションを行います.
- 新しく収集されたデータセットで広範な実験を行った.
主要な成果:
- PSPNetやDeepLabv3のような 最先端の方法よりも 優れています
- 難しいケースのセグメンテーションの精度が5.23%向上しました.
- リアルな状況で様々な複雑なシーンで頑丈さを証明した.
結論:
- SCFは,困難な室内環境における意味論的セグメンテーションのための堅牢なソリューションを提供します.
- 提案された方法は,自律的なナビゲーションと補助ロボットを大幅に改善します.
- スマート監視と 人間とロボットの相互作用の 強力な基盤を提供します
