Crack-pot：自主道路裂缝与坑洼检测
计算机视觉与模式识别
2018-10-12 v1
摘要
随着自动驾驶汽车与自主机器人的出现，检测裂缝与坑洼等道路损坏并执行必要的规避机动，对保障车载乘客或设备的顺畅行程至关重要。我们提出了一种完全自主、鲁棒、实时的道路裂缝与坑洼检测算法，可部署于任何带摄像头的基于 GPU 的常规处理板。该方法基于深度神经网络架构，利用纹理与空间特征检测裂缝和坑洼。我们还提出了确保实时性能的预处理方法。该方法的新颖性在于利用基于纹理的特征区分裂缝路面与完好路面。该方法在较大视角变化、背景噪声、阴影与遮挡下表现良好。系统在标准道路裂缝数据集上的有效性得到了展示。
引用
@article{arxiv.1810.05107,
title = {Crack-pot: Autonomous Road Crack and Pothole Detection},
author = {Sukhad Anand and Saksham Gupta and Vaibhav Darbari and Shivam Kohli},
journal= {arXiv preprint arXiv:1810.05107},
year = {2018}
}
备注
Submitted at DICTA 2018