KIT | KIT-Bibliothek | Impressum | Datenschutz

Towards Robust Semantic Segmentation of Accident Scenes via Multi-Source Mixed Sampling and Meta-Learning

Luo, Xinyu 1; Zhang, Jiaming ORCID iD icon 1; Yang, Kailun 1; Roitberg, Alina 1; Peng, Kunyu 1; Stiefelhagen, Rainer ORCID iD icon 1
1 Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)


Download
Originalveröffentlichung
DOI: 10.1109/CVPRW56347.2022.00489
Scopus
Zitationen: 9
Dimensions
Zitationen: 7
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Proceedingsbeitrag
Publikationsmonat/-jahr 06.2022
Sprache Englisch
Identifikator ISBN: 978-1-66548-739-9
KITopen-ID: 1000151307
HGF-Programm 46.24.01 (POF IV, LK 01) Applied TA: Digitalizat. & Automat. Socio-Technical Change
Erschienen in Proceedings 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW): New Orleans, Louisiana, 19–24 June 2022
Veranstaltung IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW 2022), Online, 19.06.2022 – 24.06.2022
Verlag Institute of Electrical and Electronics Engineers (IEEE)
Seiten 4428–4438
Nachgewiesen in Dimensions
Scopus
Globale Ziele für nachhaltige Entwicklung Ziel 11 – Nachhaltige Städte und Gemeinden
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page