基于Transformer的道路场景语义分割综述

摘要

在自动驾驶领域，通过对道路场景进行高质量的语义分割，可以为自动驾驶汽车的安全行驶提供重要保障.近年来，随着自动驾驶技术的不断进步，人们对语义分割模型在尺寸、计算成本和分割精度等方面的要求也日益提高，这促使研究者们探索更为先进的算法.首先介绍了语义分割技术在深度学习快速发展下取得的显著进展与不足，从而引出基于Transformer的道路场景语义分割方法.相较于传统的深度学习算法，Transformer具备全面理解复杂场景中上下文关系的能力，尤其在处理多对象和复杂环境时表现出显著优势.接着，根据不同的特征处理策略和模型架构，将基于Transformer的道路场景语义分割方法分为四类：基于全局特征提取的方法、基于局部特征增强的方法、基于混合架构的方法以及基于自监督学习的方法.最后，分析和对比了每类方法的代表性算法，概括总结了各类方法的技术特点和优缺点.

关键词

语义分割 / Transformer / 全局特征提取 / 局部特征增强 / 混合架构 / 自监督学习