PERCEPTION开放获取
LiteViLNet: 面向高效道路分割的轻量级视觉-激光雷达融合网络
Daojie Peng, Bingtao Wang, Fulong Ma, Liang Zhang, Jun Ma
2026
摘要
提出一种轻量级多模态道路分割网络LiteViLNet，通过双流轻量编码器和深度可分离卷积实现RGB与LiDAR特征的高效提取，并设计多尺度特征融合模块和线性复杂度的大核桥接模块以平衡精度与速度。在KITTI数据集上以14.04M参数达到96.36% MaxF，推理速度达163.79 FPS（RTX 4060 Ti），优于多数重型Transformer方法。
关键词
road segmentationvision-LiDAR fusionlightweight networkmulti-modalreal-time inference
相关论文
PERCEPTION
开放获取
优质令牌搜寻：视觉几何变换器中令牌选择的搭车指南
Shuhong Zheng, Michael Oechsle, Erik Sandström 等 6 位作者
2026
PERCEPTION
开放获取
SFG-ROS：面向密集多智能体感知的资源感知框架
Constantin Blessing, Elias Geiger, Jakob Häringer 等 5 位作者
2026
PERCEPTION
开放获取
基于深度点对应的无靶标相机-激光雷达内外参联合标定
Simon Bultmann, Daniele Cattaneo, Abhinav Valada
2026
PERCEPTION
开放获取
用于单应性矩阵形式验证的Lipschitz优化
Jean-Guillaume Durand, Panagiotis Kouvaros, Maxime Gariel 等 4 位作者
2026