深度学习在高速公路驾驶中的实证评估
机器人学
2015-04-20 v3 计算机视觉与模式识别
摘要
众多研究组已将各种深度学习技术应用于高速公路感知场景中的计算机视觉问题。在本文中，我们对最近的深度学习进展进行了一系列实证评估。计算机视觉与深度学习的结合有望为自动驾驶带来一种相对廉价且鲁棒的解决方案。为使深度学习被行业采纳并应用于实践，神经网络需要代表所有可能驾驶环境和场景的大型数据集。我们收集了大量高速公路数据，并将深度学习和计算机视觉算法应用于车辆和车道检测等问题。我们展示了如何利用现有的卷积神经网络 (CNNs) 在执行车道和车辆检测的同时，以实时系统所需的帧率运行。我们的结果支持了深度学习在自动驾驶领域具有前景这一假设。
引用
@article{arxiv.1504.01716,
title = {An Empirical Evaluation of Deep Learning on Highway Driving},
author = {Brody Huval and Tao Wang and Sameep Tandon and Jeff Kiske and Will Song and Joel Pazhayampallil and Mykhaylo Andriluka and Pranav Rajpurkar and Toki Migimatsu and Royce Cheng-Yue and Fernando Mujica and Adam Coates and Andrew Y. Ng},
journal= {arXiv preprint arXiv:1504.01716},
year = {2015}
}
备注
Added a video for lane detection