Il modulo di attenzione multi-scala migliora la segmentazione iperspettrale per la guida autonoma
Un recente preprint su arXiv (2506.18682) introduce un Meccanismo di Attenzione Multi-Scala (MSAM) volto a migliorare la segmentazione semantica per veicoli autonomi tramite imaging iperspettrale. Sebbene questa tecnica di imaging fornisca informazioni spettrali intricate, la sua elevata dimensionalità pone delle sfide. MSAM utilizza tre strati convoluzionali 1D paralleli con dimensioni del kernel variabili tra 1 e 11 per catturare efficacemente caratteristiche multi-scala, che vengono poi combinate in modo adattivo per una migliore estrazione spettrale. Integrato nel framework UNet, MSAM viene testato su dataset iperspettrali rilevanti per scenari di guida urbana. Gli studi di ablazione indicano che MSAM supera la UNet di base con skip connection standard (UNet-SC), producendo miglioramenti medi del 2,32% nella mean Intersection over Union (mIoU) e del 2,88% nel mean F1-score (mF1), garantendo al contempo un'efficienza GPU competitiva.
Fatti principali
- Il paper arXiv:2506.18682 propone un Meccanismo di Attenzione Multi-Scala (MSAM).
- MSAM utilizza tre convoluzioni 1D parallele con dimensioni del kernel da 1 a 11.
- Il meccanismo è integrato nelle skip connection della UNet.
- La valutazione è effettuata su più dataset HSI per la guida urbana.
- MSAM migliora la mIoU in media del 2,32% rispetto alla UNet-SC di base.
- MSAM migliora la mF1 in media del 2,88% rispetto alla UNet-SC di base.
- Il metodo mantiene prestazioni GPU competitive.
- Il paper è un preprint arXiv annunciato come tipo replace-cross.
Entità
Istituzioni
- arXiv