日本語タイトル#
イベント SSEG：イベント駆動型自己教師ありセグメンテーションと確率的注意
英文タイトル#
EventSSEG: Event-driven Self-Supervised Segmentation with Probabilistic Attention
日本語摘要#
道路セグメンテーションは自動運転車両にとって重要ですが、フレームベースのカメラを使用して低遅延かつ低計算量のソリューションを実現することは依然として課題です。イベントカメラは有望な代替手段を提供します。その低消費電力の感知能力を活用するために、イベントのみの計算と確率的注意メカニズムを使用した道路セグメンテーション手法である EventSSEG を導入します。イベントのみの計算は、従来のカメラ領域から事前学習された重みを転送する際に課題を提起し、豊富なラベル付きデータを必要としますが、それは稀です。この問題を克服するために、EventSSEG はイベントベースの自己教師あり学習を採用し、大量のラベル付きデータの必要性を排除します。DSEC-Semantic と DDD17 での実験は、EventSSEG が最小限のラベル付きイベントで最先端の性能を達成することを示しています。このアプローチはイベントカメラの能力を最大化し、ラベル付きイベントの不足の問題に対処します。
英文摘要#
Road segmentation is pivotal for autonomous vehicles, yet achieving low latency and low compute solutions using frame based cameras remains a challenge. Event cameras offer a promising alternative. To leverage their low power sensing, we introduce EventSSEG, a method for road segmentation that uses event only computing and a probabilistic attention mechanism. Event only computing poses a challenge in transferring pretrained weights from the conventional camera domain, requiring abundant labeled data, which is scarce. To overcome this, EventSSEG employs event-based self supervised learning, eliminating the need for extensive labeled data. Experiments on DSEC-Semantic and DDD17 show that EventSSEG achieves state of the art performance with minimal labeled events. This approach maximizes event cameras capabilities and addresses the lack of labeled events.
文章ページ#
イベント SSEG：イベント駆動型自己教師ありセグメンテーションと確率的注意
PDF 取得#
抖音でスキャンしてさらに素晴らしいコンテンツを確認