基于语义分割的复杂驾驶场景障碍物检测

目前经典的语义分割方法无法准确的检测出交通场景中是否存在障碍物的情况，为了克服自动驾驶系统中对障碍物检测的难点，提出了一个用于像素级障碍物检测的框架。提出的算法流程如下：首先使用分割网络对输入图像进行分割，得到一个语义分割结果图和两个不确定性图；其次使用合成网络对预测的语义图进行处理，利用不确定性图来改进再合成方法，生成较为逼真的图像；最后通过比较输入图像和生成图像的特征来计算感知差异，将输入图像和重合成图像输入到相异模块进行障碍物预测。实验结果表明，文中算法在Cityscapes数据集上对所提出的像素级障碍物检测框架进行了测试和评估，与其它经典方法相比，取得了更好的障碍物检测效果。