用于穿越印度道路的数据集与模型

印度中型城镇的道路通常交通繁忙但没有(或被忽视的)交通停止标志。这使得盲人难以安全过马路,因为视觉对于判断何时可以安全过马路至关重要。因此,自动且可靠的基于图像的安全分类器有望帮助盲人穿越印度道路。然而,我们目前缺乏从行人视角在印度道路上收集的、带有道路穿越安全信息标注的数据集。来自其他国家的现有分类器通常面向十字路口,因此依赖于交通灯的检测与存在,这在印度条件下并不适用。我们引入了 INDRA (INdian Dataset for RoAd crossing),这是第一个从行人视角捕捉印度道路视频的数据集。INDRA 包含 104 个视频,共 26k 帧 1080p 图像,每帧均标注有二元道路穿越安全标签和车辆边界框。我们在此数据上训练了各种分类器来预测道路穿越安全性,涵盖从 SVM 到卷积神经网络 (CNN) 的多种模型。表现最佳的模型 DilatedRoadCrossNet 是一种专为在 Nvidia Jetson Nano 上部署而设计的新型单图像架构。它在未见过的图像上实现了 79% 的召回率和 90% 的精确率。最后,我们提出了一款运行 DilatedRoadCrossNet 的可穿戴道路穿越助手,可帮助盲人实时穿越印度道路。项目网页为 http://roadcross-assistant.github.io/Website/。