鸟瞰视角下跨物体与区域的校准感知不确定性
计算机视觉与模式识别
2022-11-09 v1
摘要
在能见度差或存在遮挡的驾驶场景中，自动驾驶汽车在做出驾驶决策（包括选择安全速度）时，必须考虑所有不确定性。那么，基于网格的感知输出（如占用网格）和基于物体的输出（如检测到的物体列表）必须伴随有良好校准的不确定性估计。我们强调了现有技术中的局限性，并提出了一套更完整的不确定性报告，特别包括未检测到前方物体的概率。我们以 FIERY 模型为例，提出了一种从鸟瞰视角概率语义分割中获取这些概率输出的新颖方法。我们证明了所获得的概率并非开箱即用就得到校准，并提出了实现良好校准不确定性的方法。
引用
@article{arxiv.2211.04340,
title = {Calibrated Perception Uncertainty Across Objects and Regions in Bird's-Eye-View},
author = {Markus Kängsepp and Meelis Kull},
journal= {arXiv preprint arXiv:2211.04340},
year = {2022}
}