Segmentation d'instance dans des images fisheye
Résumé
Le défi de la segmentation d’instance a été exploré principalement avec des images rectilinéaires. Cependant, la segmentation d’instance dans des images fisheye implique des difficultés supplémentaires et n’a pas encore été complètement explorée. Un modèle CNN capable de fonctionner aussi bien sur des données rectilinéaires que sur des données fisheye sans modification permet d’envisager de multiples applications, et possède des avantages en terme de puissance de calcul requise, ce qui se révèle être un aspect crucial pour les systèmes temps réels, comme ceux embarqués en environnement transport. Dans cet article, nous démontrons qu’un ensemble simple d’augmentations fisheye permet d’améliorer les performances sur des images fisheye tout en conservant celles obtenues sur des images rectilinéaires.
Origine | Fichiers produits par l'(les) auteur(s) |
---|