我们能否利用CNN的逐像素语义分割统一自动驾驶中的单目检测器？
计算机视觉与模式识别
2016-07-05 v1
摘要
自动驾驶是一个具有挑战性的主题，需要在感知任务中提供复杂解决方案，例如道路、车道、交通标志或信号灯、车辆和行人的识别。经过多年研究，计算机视觉已能够利用单目检测器处理这些任务，这些检测器能以相对较低的处理时间提供显著的检测率。然而，卷积神经网络（CNNs）的最近出现彻底改变了计算机视觉领域，并使执行接近实时的全逐像素语义分割（即使在可车载的硬件上）的方法成为可能。在本文中，我们提议使用全图像分割作为一种方法来简化和统一自动驾驶车辆感知模块中所需的大多数检测任务，并分析主要问题如计算时间和检测性能。
引用
@article{arxiv.1607.00971,
title = {Can we unify monocular detectors for autonomous driving by using the pixel-wise semantic segmentation of CNNs?},
author = {Eduardo Romera and Luis M. Bergasa and Roberto Arroyo},
journal= {arXiv preprint arXiv:1607.00971},
year = {2016}
}
备注
Extended abstract presented in IV16-WS Deepdriving (http://iv2016.berkeleyvision.org/)