一种用于车辆驾驶场景鲁棒碰撞感知的视觉神经网络
计算机视觉与模式识别
2019-04-04 v1 机器人学
摘要
本研究解决了非常复杂且动态的的真实物理场景——具体而言即车辆驾驶场景——中视觉碰撞检测这一挑战性问题。本研究受蝗虫视觉通路中一种大视野 looming 敏感神经元即小叶巨型运动检测器(LGMD)的启发，该神经元对快速逼近物体表现出高 spike 频率。在我们先前模型基础上，本文提出一种能够适应不同背景复杂度的新型抑制机制。该自适应机制有效调节局部抑制强度并调谐到达LGMD神经元的局部兴奋的时间延迟。因此，所提模型能从复杂动态视觉场景中提取碰撞线索。我们使用一系列刺激测试了所提方法，包括光栅背景中的模拟运动、自然全景场景的平移以及车辆碰撞视频序列。实验结果证明该方法在真实世界情况下对快速碰撞感知可行，并在未来自动驾驶车辆中具有潜在应用。
引用
@article{arxiv.1904.02074,
title = {A Visual Neural Network for Robust Collision Perception in Vehicle Driving Scenarios},
author = {Qinbing Fu and Nicola Bellotto and Huatian Wang and F. Claire Rind and Hongxin Wang and Shigang Yue},
journal= {arXiv preprint arXiv:1904.02074},
year = {2019}
}
备注
12 pages, 7 figures, conference, springer format