激光与视觉融合的透视平面检测与深度预测研究

赵宇琦，连晓峰，王宇龙，田梓薇，徐晨星

(1.北京工商大学 人工智能学院，北京 100048；2.中国兵器工业信息中心，北京 100089)

0 引言

透视平面通常具有广泛的实用和装饰用途，由于其透光无色的特性，通常是一种非晶态的无定形的固体，其透光无色的特性会对现有的计算机视觉系统与激光传感器系统造成严重的干扰(如深度预测[1]和激光测距[2])：视觉传感器及其算法无法分辨透视平面，且由于视觉传感器提供的图像只有二维的信息，所以通常会误判透视平面后的信息；又由于透视平面通常为无色透光平面，会对激光传感器测量的距离信息造成严重影响，使其接收错误的深度信息。通过以上影响进一步干扰机器人导航和无人机跟踪等系统的运行。为了解决这一问题，系统必须能够从输入的数据中检测透视平面。

现有的方法通常采取语义分割应对这一问题，语义分割旨在将给定图像分割并解析为不同语义类别的不同区域。近来，受益于深度神经网络的进步，在语义分割这一方面已经取得了较大的进展；一些小型透视制品如杯子等，由于拥有相对固定的形状可以用现有的方法很好的检测出来，如RCNN[3](Regions with CNN features)、YOLO[4](You only look once)、RetinaNet[5]等算法。RCNN通过生成类别独立的建议区域，为感知器提供候选区域从而提高性能；YOLO算法采用回归的方法，对整张图进行预测，学习更为通用的图像特征；RetinaNet通过提出其改造后的损失函数，提高了算法的速度与精度。然而由于透视平面不具有固定的形状，任何场景都有可能出现在透视平面的区域内，并且这些场景通常与透视平面周围的场景具有一定的相似性，这使得对透视平面的检测与深度预测从根本上不同于其他常见物体。……