
摘要
本文提出了一种新型算法,用于检测一组最优的语义线。我们设计了两个网络:选择网络(S-Net)和协调网络(H-Net)。首先,S-Net计算候选线段的概率值与偏移量;其次,通过选择与剔除相结合的处理流程,过滤掉无关的线段;第三,构建一个完全图,其边权重由H-Net计算得出;最后,通过求解最大权重团(maximal weight clique),确定代表最优语义线集合的解。此外,为评估检测出的语义线整体协调性,我们提出了一种新的度量指标,称为HIoU(Harmony Intersection over Union)。实验结果表明,所提出的算法能够高效且有效地检测出具有高度协调性的语义线。相关代码已公开,地址为:https://github.com/dongkwonjin/Semantic-Line-MWCS。
代码仓库
dongkwonjin/Semantic-Line-MWCS
官方
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| line-detection-on-nkl | HSLD | F_measure (EA): 0.803 |
| line-detection-on-sel | HSLD | AUC_F: 86.83 HIoU: 81.03 |