MambaSeg: 利用RGB和事件数据进行高效语义分割

本文通过提出MambaSeg，一个使用Mamba编码器融合RGB图像和事件流的新框架，解决了传统语义分割方法在具有挑战性条件下的局限性。使用以效率著称的Mamba，以及引入用于跨模态融合的Dual-Dimensional Interaction Module (DDIM) 是关键贡献。本文侧重于空间和时间融合，并展示了性能提升和降低计算成本，这使其成为多模态感知领域的一项有价值的贡献，特别是在自动驾驶和机器人技术等对鲁棒性和效率至关重要的应用中。

• •提出了 MambaSeg，一个新颖的双分支语义分割框架。
• •采用 Mamba 编码器对 RGB 图像和事件流进行高效建模。
• •引入了 Dual-Dimensional Interaction Module (DDIM) 用于跨模态融合。
• •在降低计算成本的同时实现了最先进的分割性能。
• •解决了传统方法在具有挑战性条件下的局限性。