上下文感知的道路使用者重要性估计 (iCARE)
计算机视觉与模式识别
2019-09-12 v1 人机交互
机器学习
图像与视频处理
摘要
道路使用者是自动驾驶汽车和驾驶辅助系统决策的关键部分。然而，由于各自的意图、自车意图以及彼此之间的影响，某些道路使用者对决策而言比其他使用者更为重要。在本文中，我们提出了一种新颖的道路使用者重要性估计架构，该架构利用了场景的局部与全局上下文。对于局部上下文，模型利用道路使用者的外观（捕捉方向、意图等）及其相对于自车的位置。我们模型中的全局上下文基于模块卷积层的特征图定义，该模块预测自车的未来路径并包含丰富的场景全局信息（例如基础设施、道路车道等）以及自车的意图信息。此外，本文介绍了一个集中于交叉口并包含重要道路使用者标注的真实驾驶新数据集。我们提出的方法与若干基线方法的系统性评估显示出有前景的结果。
引用
@article{arxiv.1909.05152,
title = {Context Aware Road-user Importance Estimation (iCARE)},
author = {Alireza Rahimpour and Sujitha Martin and Ashish Tawari and Hairong Qi},
journal= {arXiv preprint arXiv:1909.05152},
year = {2019}
}
备注
Published in: IEEE Intelligent Vehicles (IV), 2019