一种基于 Bi-LSTM 与多尺度 CNN 的驾驶行为识别模型

He Zhang; Zhixiong Nan; Tao Yang; Yifan Liu; Nanning Zheng

一种基于 Bi-LSTM 与多尺度 CNN 的驾驶行为识别模型

计算机视觉与模式识别 2021-03-02 v1 机器人学

作者: He Zhang , Zhixiong Nan , Tao Yang , Yifan Liu , Nanning Zheng

摘要

在自动驾驶中,感知周围智能体的驾驶行为对于本车做出合理决策十分重要。本文提出一种基于轨迹信息的神经网络模型用于驾驶行为识别。与现有的基于轨迹的方法使用手工特征或直接编码轨迹来识别驾驶行为不同,我们的模型引入多尺度卷积神经网络(MSCNN)模块自动提取高层特征,这些特征应能编码丰富的空间和时间信息。给定智能体的一条轨迹序列作为输入,首先双向长短期记忆(Bi-LSTM)模块和 MSCNN 模块分别处理输入,生成两个特征,然后将这两个特征融合以分类该智能体的行为。我们在公开 BLVD 数据集上评估所提模型,取得了令人满意的性能。

关键词

驾驶行为识别 Bi-LSTM 多尺度 CNN 轨迹自动驾驶特征融合

引用

@article{arxiv.2103.00801,
  title  = {A Driving Behavior Recognition Model with Bi-LSTM and Multi-Scale CNN},
  author = {He Zhang and Zhixiong Nan and Tao Yang and Yifan Liu and Nanning Zheng},
  journal= {arXiv preprint arXiv:2103.00801},
  year   = {2021}
}

备注

6 pages, 5 figures

一种基于 Bi-LSTM 与多尺度 CNN 的驾驶行为识别模型

摘要

关键词

引用

备注

相关论文