用于停车位检测的注意力图神经网络
计算机视觉与模式识别
2021-04-07 v1
摘要
深度学习最近在基于视觉的停车位检测中展现了其良好的性能。然而，现有极少数方法显式考虑学习标记点之间的链接信息，导致复杂的后处理和错误检测。本文提出一种基于注意力图神经网络的停车位检测方法，该方法将环视图像中的标记点视为图结构数据，并利用图神经网络聚合标记点之间的邻域信息。所提方法无需任何手动设计的后处理，是端到端可训练的。在公开基准数据集上进行了大量实验，所提方法达到了最先进的精度。代码公开于 \url{https://github.com/Jiaolong/gcn-parking-slot}。
引用
@article{arxiv.2104.02576,
title = {Attentional Graph Neural Network for Parking-slot Detection},
author = {Chen Min and Jiaolong Xu and Liang Xiao and Dawei Zhao and Yiming Nie and Bin Dai},
journal= {arXiv preprint arXiv:2104.02576},
year = {2021}
}
备注
Accepted by RAL