跳到正文
arXiv · 机器人与计算机视觉· Yobsan Bayisa Leta, Christos Kyrkou, Maria K. Michael, Theocharis Theocharides·· 2 天前AI 评分57

LiDSeg:一种用于恶劣天气条件下高效语义分割的重建引导框架

LiDSeg: Linear DehazeFormer Guidance for Efficient Semantic Segmentation in Adverse Weather Conditions

AI 导读

该论文提出了 LiDSeg 框架,旨在解决恶劣天气下鲁棒性语义分割问题。通过联合优化轻量级引导编码器与分割分支,在推理阶段仅保留提取天气鲁棒特征的编码器并丢弃重建解码器,利用门控融合模块保持清晰天气精度并提升抗恶劣天气能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org