低能见度下更准分割
该网络同时输入偏振度图像和红外图像，用两个分支分别提取特征，与单模态相比，低能见度车路场景的语义分割效果更好。
王会峰 · Jiao, Yunmei · Hao, Ting · Shan, Yuanhe · Song, Shangzhen · 黄鹤
IEEE Transactions on Intelligent Transportation Systems 2023
偏振度图像提供表面和材质信息，红外图像提供热辐射信息，两者互补，克服单一可见光在夜间或恶劣天气下失效的问题。
使用MobileNetV2作为特征提取器，大幅减少参数量，同时保留最大限度的偏振和红外特征，分割效果不降反升。
实验表明，基于多模态视觉特征的车路环境语义分割效果优于单模态特征，验证了融合偏振与红外信息的有效性。