DooDLeNet: 열화상-컬러 의미 분할을 위한 더블 딥랩 특징 융합 강화

본 논문에서는 주행 인식을 위한 의미 분할 작업에 있어서 RGB와 LWIR 열화상 간의 특성 융합을 위한 새로운 접근 방식을 제시합니다. 우리는 열화상과 색상 모달리티에 특화된 인코더-디코더와 최종 세그멘테이션을 위한 공유 디코더를 갖춘 두 개의 DeepLab 아키텍처를 결합한 DooDLeNet을 제안합니다. 특성 융합을 위해 신뢰도 가중 평균(confidence weighting)과 상관관계 가중 평균(correlation weighting) 두 가지 전략을 결합하였습니다. 본 연구는 MF 데이터셋에서 최고 수준의 평균 IoU 결과를 보고합니다.