A-Eye：以 AI 之眼驾驶以生成极端案例
计算机视觉与模式识别
2022-10-24 v2
摘要
这项工作的总体目标是用所谓的极端案例（corner cases）丰富自动驾驶的训练数据。在道路交通中，极端案例是关键的、罕见的且不寻常的情形，对 AI 算法的感知提出挑战。为此，我们提出一种测试台的设计，采用人在回路（human-in-the-loop）方法生成合成极端案例。对于该测试台，训练一个实时语义分割网络并集成到驾驶仿真软件 CARLA 中，使得人能够基于该网络的预测进行驾驶。此外，第二个人从原始 CARLA 输出看到同一场景，并应在语义驾驶者表现出危险驾驶行为时借助第二个控制单元进行干预。干预可能表明分割网络对关键场景的识别不佳，从而代表一个极端案例。在我们的实验中，我们表明以极端案例有针对性地丰富训练数据可改善道路交通中安全相关片段的行人检测。
引用
@article{arxiv.2202.10803,
title = {A-Eye: Driving with the Eyes of AI for Corner Case Generation},
author = {Kamil Kowol and Stefan Bracke and Hanno Gottschalk},
journal= {arXiv preprint arXiv:2202.10803},
year = {2022}
}