10.3969/j.issn.2095-2163.2020.06.033
基于棒状像素与随机森林的道路场景理解
本文针对棒状像素(Stixel)在表达障碍物时缺少语义信息的问题,提出了一种生成棒状像素级类别标签的方法.通过颜色、纹理和几何高度特征的联合,推断出像素级语义标签,即障碍物大类、植物与天空.将棒状像素位置信息融合至像素级语义图,用类别标签来优化每个棒状像素的顶点估计后,后以其内部像素的优势类来判定类别,得到语义棒状像素图.分类器选用能够快速推理且具抗过拟合能力的随机森林(RF)分类器.实验结果表明,本文提出的方法能够有效地对棒状像素进行语义表达,在一定程度上优化棒状像素在纹理缺失区域的高度估计.
棒状像素、像素级语义标签、随机森林
10
TP391.41(计算技术、计算机技术)
2020-11-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
137-141
