驾驶感知学习：用于语义分割的光学-传感器-模型联合协同设计

本文提出了一种通过协同设计光学、传感器建模和语义分割网络来实现自动驾驶感知的新方法。传统的将相机设计与感知分离的方法受到了挑战，并提出了一个统一的端到端管道。关键创新在于针对特定任务目标优化整个系统，从原始图像采集到语义分割。在KITTI-360上的结果表明，mIoU有了显著提高，尤其是在具有挑战性的类别中。紧凑的模型尺寸和高FPS表明了实际的可部署性。这项研究强调了全栈协同优化在为自动驾驶汽车创建更高效、更强大的感知系统方面的潜力，超越了传统以人为中心的图像处理管道。