AutoLay：面向自动驾驶的模态无关布局估计基准
机器人学
2021-08-23 v1 计算机视觉与模式识别
摘要
给定由单目相机捕获的图像或视频，模态无关布局估计（amodal layout estimation）是在鸟瞰图中预测语义与占据情况的任务。术语“模态无关（amodal）”意味着我们也对图像空间中被遮挡或截断的场景实体进行推理。尽管近期若干工作已解决该问题，但在任务规范、数据集与评估协议方面缺乏标准化。我们通过AutoLay弥补这些差距，这是一个用于从单目图像进行模态无关布局估计的数据集与基准。AutoLay涵盖来自两个流行数据集的驾驶图像：KITTI与Argoverse。除车道、人行道和车辆等细粒度属性外，我们还提供语义标注的3D点云。我们实现了若干基线方法与前沿方法，并发布我们的数据与代码。
引用
@article{arxiv.2108.09047,
title = {AutoLay: Benchmarking amodal layout estimation for autonomous driving},
author = {Kaustubh Mani and N. Sai Shankar and Krishna Murthy Jatavallabhula and K. Madhava Krishna},
journal= {arXiv preprint arXiv:2108.09047},
year = {2021}
}
备注
published in 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)