面向任务深度图像增强网络用于恶劣天气下自动驾驶.pdfVIP

2021IEEE国际机器人与自动化会议（ICRA2021）2021年5月31日‑6月4西安

面向任务的深度图像增强网络用于恶劣天气下的自动驾驶

121112

宽,全智孝,,全炳官,和全茂九,

—自动驾驶中的视觉感知是车辆在不同交通条件下安

全、持续导航的关键部分。然而，在大雨和等恶劣天气下，

视觉感知性能会受到多种效应的影响。，基于深度学

习的感知方法已经解决了多个效应，以反映现实世界的恶

劣天气情况，但由于1）在移动设备上部署的高计算成本和2）

图像增强与视觉感知之间的模型能力相关性较差，这些方法的

成功有限。为了解决这些问题，我们提出了一种面向任务的图

像增强网络，该网络连接到高级视觉任务，输入由恶劣天气损

坏的图像。具体来说，我们引入了一种新的低内存网络，通过

减少密集块中的大多数层连接来降低内存和计算成本，同时保

持高性能。我们还引入了一种新的面向任务的训练策略，以稳

健地适合高质量图像恢复和高精度感知的高级任务模型。

图1.TuS