AVD2：面向事故视频描述的事故视频扩散
计算机视觉与模式识别
2025-03-05 v3
摘要
交通事故通常包含不可预测的场景，给自动驾驶系统的解释和响应带来复杂挑战。然而，现有方法由于缺乏针对事故场景的训练数据，难以阐明事故原因并提出预防措施。本文我们引入AVD2（Accident Video Diffusion for Accident Video Description），一种新型框架，通过生成与详细自然语言描述和推理相吻合的事故视频，增强事故场景理解，构建了贡献的EMM-AU（Enhanced Multi-Modal Accident Video Understanding）数据集。实证结果表明，集成EMM-AU数据集在自动评估指标和人类评估方面均实现了状态的最佳性能，显著推动了事故分析和预防领域的发展。项目资源可在 https://an-answer-tree.github.io 查阅。
引用
@article{arxiv.2502.14801,
title = {AVD2: Accident Video Diffusion for Accident Video Description},
author = {Cheng Li and Keyuan Zhou and Tong Liu and Yu Wang and Mingqiao Zhuang and Huan-ang Gao and Bu Jin and Hao Zhao},
journal= {arXiv preprint arXiv:2502.14801},
year = {2025}
}
备注
ICRA 2025, Project Page: https://an-answer-tree.github.io/