自动驾驶中的计算机视觉：问题、数据集与最新进展
计算机视觉与模式识别
2021-03-19 v3 机器人学
摘要
近年来，计算机视觉、机器学习和自动驾驶等人工智能相关领域取得了巨大进展。与任何快速发展的领域一样，保持最新进展或作为初学者进入该领域变得越来越困难。尽管已出现若干关于特定子问题的综述论文，但尚无关于自动驾驶中计算机视觉的问题、数据集和方法的综合性综述发表。本书试图通过提供关于最新数据集和技术的综述来缩小这一差距。我们的综述既包含历史上最相关的文献，也包含关于若干特定主题（包括识别、重建、运动估计、跟踪、场景理解以及自动驾驶端到端学习）的当前最新进展。为此，我们分析了最先进方法在多个具有挑战性的基准数据集（包括KITTI、MOT和Cityscapes）上的性能。此外，我们讨论了开放性问题与当前研究挑战。为便于访问并补充缺失的参考文献，我们还提供了一个网站，允许浏览主题与方法并提供额外信息。
引用
@article{arxiv.1704.05519,
title = {Computer Vision for Autonomous Vehicles: Problems, Datasets and State of the Art},
author = {Joel Janai and Fatma Güney and Aseem Behl and Andreas Geiger},
journal= {arXiv preprint arXiv:1704.05519},
year = {2021}
}