语义与深度信息在目标检测中的数据融合
计算机视觉与模式识别
2024-12-05 v1
摘要
在现代时代，针对自动驾驶的研究已经相当多。自动驾驶系统在检测围绕车辆周围的物体方面必须非常出色，以确保安全。在本文中，研究了对物体（行人）的分类以及其位置（相对于 ego 3D 坐标系）的估计，以及在自动驾驶情境下测量 ego 车辆与物体之间的距离。为了分类该物体，采用了使用 inception v2 的更快基于区域的卷积神经网络（R-CNN）。首先，训练一个网络来估计物体的参考位置以及距离。从相机标定到计算距离，应用了一系列计算机视觉算法的最新技术，以生成感兴趣区域的 3D 参考点。该过程中最关键的步骤是使用立体视觉概念生成视差图。
引用
@article{arxiv.2412.03490,
title = {Data Fusion of Semantic and Depth Information in the Context of Object Detection},
author = {Md Abu Yusuf and Md Rezaul Karim Khan and Partha Pratim Saha and Mohammed Mahbubur Rahaman},
journal= {arXiv preprint arXiv:2412.03490},
year = {2024}
}