基于卷积神经网络与提升堆叠集成的骑行者起步动作协同检测
计算机视觉与模式识别
2018-10-10 v2 人工智能
摘要
未来，车辆与其他交通参与者将实现互联并配备各类传感器，从而在不同层次上开展协作，例如态势预测或意图检测。本文提出一种用于骑行者起步动作检测的协同方法，采用提升堆叠集成方法实现特征级与决策级协作。我们引入一种基于三维卷积神经网络（CNN）的新方法，通过学习时空特征来检测图像序列中的起步动作。该CNN由骑行者所携带智能设备产生的起步动作检测作为补充。两种模型输出在堆叠集成方法中结合，使用极端梯度提升分类器，从而形成快速且稳健的协同起步动作检测器。我们在来自49名受试者共84次起步动作的实车实验真实数据上评估了我们的协同方法。
引用
@article{arxiv.1803.03487,
title = {Cooperative Starting Movement Detection of Cyclists Using Convolutional Neural Networks and a Boosted Stacking Ensemble},
author = {Maarten Bieshaar and Stefan Zernetsch and Andreas Hubert and Bernhard Sick and Konrad Doll},
journal= {arXiv preprint arXiv:1803.03487},
year = {2018}
}
备注
10 Pages, 22 figures, accepted for Special Issue of IEEE Transactions on Intelligent Vehicles