一种用于自动驾驶车辆感知在线自评估的质量指标度量与方法
计算机视觉与模式识别
2023-06-02 v2 机器人学
图像与视频处理
摘要
利用摄像头进行可靠的目标检测在使自动驾驶车辆感知周围环境方面起着关键作用。然而,现有的基于摄像头的自动驾驶目标检测方法缺乏针对单帧检测性能提供全面反馈的能力。为克服这一局限,我们提出一种名为检测质量指数(DQI)的新评估指标,用于评估基于摄像头的目标检测算法性能,并提供逐帧的检测质量反馈。DQI通过结合细粒度显著性图的强度与目标检测算法的输出结果生成。此外,我们开发了基于超像素的注意力网络(SPA-NET),该网络以原始图像像素和超像素作为输入来预测所提出的DQI评估指标。为验证我们的方法,我们在三个开源数据集上进行了实验。结果表明,所提出的评估指标能准确评估自动驾驶环境中基于摄像头系统的检测质量。此外,所提出的SPA-NET优于其他流行的基于图像的质量回归模型。这凸显了DQI在评估摄像头感知视觉场景能力方面的有效性。总体而言,我们的工作为自动驾驶车辆基于摄像头的目标检测引入了一种有价值的自评估工具。
引用
@article{arxiv.2203.02588,
title = {A Quality Index Metric and Method for Online Self-Assessment of Autonomous Vehicles Sensory Perception},
author = {Ce Zhang and Azim Eskandarian},
journal= {arXiv preprint arXiv:2203.02588},
year = {2023}
}
备注
Accepted by IEEE Transactions on Intelligent Transportation Systems