发表机构
Valeo Vision Systems（法雷奥视觉系统公司）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文为 HSI-Road 数据集引入六类表面标注和配准流程，通过对比不同输入配置下的分割模型，发现原始分辨率 RGB 性能最佳，而匹配分辨率下 RGBN 堆叠优于 NIR 和配准 RGB，表明空间分辨率关键且 NIR 提供互补信息。
AI 中文摘要
HSI-Road 数据集提供了配对的 RGB 图像和 25 通道 NIR（600--960~nm）图像，并带有二值掩码，但没有表面级别的标签。本文介绍了一个手动标注的六类分类体系：背景、沥青、混凝土、泥土、水和草地，以及一个带有相应标注的 RGB 到 NIR 配准流程。在四种输入配置下评估了六个语义分割模型（SSM）：原始分辨率 RGB（RGB$_{\ ext{ori}}$）、配准后的低分辨率 RGB（RGB$_{\ ext{reg}}$）、NIR 以及通道堆叠的 RGB$_{\ ext{reg}}$--NIR（RGBN$_{\ ext{stk}}$）。该比较量化了空间分辨率降低对 RGB 的影响，同时评估了 NIR 和 RGBN$_{\ ext{stk}}$，结果使用每类和平均 IoU 及 F1 分数报告。RGB$_{\ ext{ori}}$ 实现了最高的整体性能，但其像素数量是匹配分辨率输入的 12 倍。在匹配的 192$\ imes$384 分辨率下，RGBN$_{\ ext{stk}}$ 在所有六个 SSM 上均优于 NIR，并在六个中的五个上优于 RGB$_{\ ext{reg}}$，其中 Water 类别的增益最为一致。这些结果突显了空间分辨率的重要性，同时表明 NIR 为 RGB 提供了互补信息。
英文摘要
The HSI-Road dataset provides paired RGB and 25-channel NIR (600-960nm) images with binary masks but no surface-level labels. This paper introduces a manually labeled six-class taxonomy: Background, Asphalt, Concrete, Dirt, Water, and Grass, and an RGB-to-NIR registration pipeline with corresponding annotations. Six semantic-segmentation models are evaluated under four input configurations: original-resolution RGB, registered low-resolution RGB (RGB$_{\text{reg}}$), NIR, and channel-stacked RGB$_{\text{reg}}$-NIR (RGBN$_{\text{stk}}$). The comparison quantifies the effect of spatial-resolution reduction on RGB, along with evaluation of NIR and RGBN$_{\text{stk}}$, with results reported using per-class and mean IoU and F1 scores. The original-resolution RGB achieves the highest overall performance but contains 12$\times$ more pixels and incurs a 15.5-20.6$\%$ latency penalty compared to the reduced-resolution inputs. At the common 192$\times$384 resolution, RGBN$_{\text{stk}}$ outperforms NIR for all six models and RGB$_{\text{reg}}$ for five of six, with the most consistent gains for the Water class. These results highlight the importance of spatial resolution while showing that NIR provides complementary information to RGB.
CommentsAccepted for IEEE WHISPERS 2026
