近年来,计算机视觉技术不断拓进,语义分割已成为该领域最重要的一部分。
尤其深度学习的普及,为语义分割技术带来了更深层次的结构,其中应用最广泛的是卷积神经网络,基于卷积神经网络的语义分割无论精度或是效率上已远超其他方法,主要用于自动驾驶、人机交互、AR等。本篇将着重讲述语义分割在自动驾驶领域的作用。
自动驾驶标注类别大致可分为2D、立体与语义分割标注。语义分割标注是对标注场景内所有元素的展现,在标注前需将所标注对象进行分类。
而自动驾驶应用的语义分割又可细分为两类,全景语义分割与3D语义分割。
全景语义分割是对整张图片内所有元素(包含背景)的检测与分割,通过推断不同对象的标签,将不同类别物体赋予不同颜色,也可以这样说,自动驾驶眼中的世界是缤纷多彩的。
3D语义分割作为新兴技术,与全景语义分割标注思路相近,只是标注对象是点云。因此,需手动描绘将点云框进多边形,并且将此多边形投影(类似⼀个多面体)中包裹的点云染成同⼀颜色。
其实深度学习在图像语义分割已取得很好的成效,各类模型也早已商用化,但相比3D点云仍有差距。
随着传感器不断发展,点云数据集涌入市场,深度学习开始逐步向点云挖掘,点云可以描述比2D更加真实的世界,点云语义分割标注也更加客观严谨。
曼孚科技SEED标注平台不仅可实现语义分割标注,且包含多段线、矩形框、点云连续帧、2D3D融合等多种丰富的标注工具。除自动驾驶外,曼孚科技也提供文本、语音、视频等标注服务,满足客户全场景标注需求,为人工智能企业提供更高效的数据解决方案。