边界引导轻量分割网络

分割精度与速度兼优

一个轻量双分辨率网络，用多尺度语义上下文和边界引导提升分割精度，在保持高精度的同时实现高效推理，适合实时应用。

Quan, Zhou · Linjie, Wang · 高广谓 · Kang, Bin · 欧卫华 · Lu, Huimin

IEEE Transactions on Multimedia 2024

技术优势

精度速度双优

在CityScapes、CamVid和KITTI上均达到最先进的精度-速度平衡，适合计算资源受限的实时场景。

多尺度上下文

ELPPM在低分辨率分支顶部捕获多尺度语义上下文，增强特征表示能力。

边界引导细化

BAFM利用预测的物体边界作为高层引导来细化低层卷积特征，增加同类特征相似性并保持不同类判别性。

应用场景

• 机器人视觉：让机器人在资源受限的嵌入式平台上实时感知环境，提高导航和交互的精度。
• 自动驾驶：在车载计算平台上快速分割道路、车辆和行人，支持安全驾驶决策。
• 虚拟现实：在VR设备上高效分割场景，提升沉浸式体验的实时性和交互自然度。