SalsaNext：具备不确定性感知能力的LiDAR点云语义分割算法在自动驾驶中的应用

简介：
SalsaNext是一种先进的LiDAR点云语义分割算法，专为自动驾驶设计，能够有效处理数据中的不确定性和复杂性，提升车辆环境感知精度与安全性。 在本段落中，我们将SalsaNext应用于实时的完整3D LiDAR点云的不确定性感知语义分割。 SalsaNext是SalsaNet的一个升级版本，它采用编码器-解码器架构：编码器单元包含一组ResNet块，而解码器部分则结合了来自剩余块的上采样特征。与前一版相比，我们引入了一个新的上下文模块，并且将原有的ResNet编码器块替换为具有逐渐增加感受野的新残差扩张卷积堆栈，在解码器中还加入了像素混洗层。此外，我们将跨步卷积切换成了平均池化操作，并使用了中心辍学处理技术。为了直接优化Jaccard指数，我们结合使用加权交叉熵损失与Lovasz-Softmax损失函数进行训练。最后，通过引入贝叶斯方法来计算点云中每个点的认知和无意识不确定性。我们在Semantic-KITTI数据集上进行了全面的定量评估，结果表明我们的提议方案具有显著优势。