一种行人遮挡等级分类的客观方法
计算机视觉与模式识别
2022-06-01 v2
摘要
行人检测是自动驾驶车辆驾驶辅助系统中安全性最关键的功能之一。最复杂的检测挑战之一是部分遮挡,即由于被另一前景物体阻挡,传感器只能获取到目标物体的一部分。若干当前行人检测基准提供了部分遮挡的标注以评估算法在这些场景下的性能,但各基准对遮挡发生与严重程度的界定差异巨大。此外,当前遮挡等级标注方法含有高度的主观性(来自人类标注者)。这可能导致根据所用基准不同,对算法在部分遮挡行人上的检测性能报告不准确或不一致。本研究提出了一种用于真值标注的行人遮挡等级分类新客观方法。遮挡等级分类通过识别可见行人关键点,以及使用一种新颖有效的2D体表表面积估计方法实现。实验结果表明,所提方法反映了图像中行人的像素级遮挡水平,且对所有形式的遮挡均有效,包括自遮挡、截断与互遮挡行人等具挑战性的边缘情况。
引用
@article{arxiv.2205.05412,
title = {An Objective Method for Pedestrian Occlusion Level Classification},
author = {Shane Gilroy and Martin Glavin and Edward Jones and Darragh Mullins},
journal= {arXiv preprint arXiv:2205.05412},
year = {2022}
}