EOS: An efficient obstacle segmentation for blind guiding

障碍物 计算机科学 分割 人工智能 冗余(工程) 可靠性(半导体) 方案(数学) 市场细分 特征(语言学) 计算 避障 计算机视觉 人工神经网络 机器学习 实时计算 算法 政治学 法学 数学分析 功率(物理) 语言学 物理 哲学 数学 量子力学 营销 机器人 业务 移动机器人 操作系统
作者
Yinan Ma,Qi Xu,Yue Wang,Jing Wu,Chengnian Long,Yi‐Bing Lin
出处
期刊:Future Generation Computer Systems [Elsevier]
卷期号:140: 117-128 被引量:1
标识
DOI:10.1016/j.future.2022.09.017
摘要

Achieving high accuracy of blind road condition recognition in real-time is important for helping visually impaired people sense the surrounding environment. However, existing systems are mainly designed based on general objects detection (pedestrians, vehicles, crosswalks, etc.), ignoring the safety-critical objects such as obstacles (boxes, balls, etc.) failing on the walking areas. To tackle this issue, we construct an efficient obstacle segmentation (EOS) based system with a dedicated neural network E-BiSeNet, which is capable of segmenting blind roads, performing real-time and accurate obstacle avoidance to assist people walking more safely. Firstly, E-BiSeNet rethinks the structure redundancy in network depth and computation expenses in feature aggregation, which can be readily deployed on portable GPUs. Secondly, a simple post-processing scheme max logit (ML) based on the pretrained network segmentation outputs is introduced to locate unexpected on-road obstacles. Our “E-BiSeNet +ML” model outperforms state-of-the-art methods on both real-world and synthetic datasets. Through various experiments conducted in outdoor scenarios, the feasibility and reliability of the EOS have been extensively verified.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱的紫菜完成签到 ,获得积分10
3秒前
luckweb完成签到,获得积分10
7秒前
李爱国应助i好运采纳,获得10
9秒前
小墨墨完成签到 ,获得积分10
15秒前
研友_851KE8发布了新的文献求助10
18秒前
twelveyears完成签到 ,获得积分10
19秒前
19秒前
务实青筠完成签到 ,获得积分10
21秒前
nine2652完成签到 ,获得积分10
24秒前
跳跃完成签到,获得积分10
24秒前
Lyann完成签到,获得积分10
24秒前
淀粉肠完成签到 ,获得积分10
25秒前
研友Bn完成签到 ,获得积分10
27秒前
fanzi完成签到 ,获得积分10
27秒前
研友_851KE8完成签到,获得积分10
29秒前
laogao完成签到,获得积分10
31秒前
袁青欣完成签到 ,获得积分10
34秒前
Albert完成签到,获得积分10
34秒前
dajiejie完成签到 ,获得积分10
41秒前
41秒前
jhxie完成签到,获得积分10
41秒前
拉塞尔....完成签到 ,获得积分10
46秒前
alexlpb完成签到,获得积分10
48秒前
CY完成签到,获得积分10
52秒前
even完成签到 ,获得积分10
1分钟前
Hiaoliem完成签到 ,获得积分10
1分钟前
1分钟前
gzf完成签到 ,获得积分10
1分钟前
sherry完成签到 ,获得积分10
1分钟前
liu95完成签到 ,获得积分10
1分钟前
博士搏斗完成签到 ,获得积分10
1分钟前
嫁个养熊猫的完成签到 ,获得积分10
1分钟前
1分钟前
WSY完成签到 ,获得积分10
1分钟前
自觉画笔完成签到 ,获得积分10
1分钟前
zx完成签到 ,获得积分10
1分钟前
LYZ完成签到 ,获得积分10
1分钟前
优雅含灵完成签到 ,获得积分10
1分钟前
1分钟前
半城烟火完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709874
关于积分的说明 7418298
捐赠科研通 2354492
什么是DOI,文献DOI怎么找? 1246104
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921