基于动态网格图的深度通用动态目标检测
计算机视觉与模式识别
2024-10-22 v1 人工智能
摘要
本文描述了一种用于自动驾驶的通用动态目标检测方法。首先， 在线 生成 LiDAR 基 动态 网格. 其次， 在 动态 网格 上训练 基于 深度 学习 的 检测器 以推断 任意 类型 动态 目标 的 是否存在，这 是 实现 自动驾驶 在 任意 边缘 情况 下 安全 运行 的 前提. 采用 旋转 等效 检测器 (ReDet) - 原 初 设计 用于 倾斜 目标 检测 on aerial images - 由于其 高 检测 性能 而 被 选为 选项. 通过 基于 真实 传感 器 数据 的 实验， 我们 揭示了 与 经典 动态 单元 聚类 策略 的 优势. 该 方法 将 误报 目标 检测 率 显著 降低.
引用
@article{arxiv.2410.14799,
title = {Deep Generic Dynamic Object Detection Based on Dynamic Grid Maps},
author = {Rujiao Yan and Linda Schubert and Alexander Kamm and Matthias Komar and Matthias Schreier},
journal= {arXiv preprint arXiv:2410.14799},
year = {2024}
}
备注
10 pages, 6 figures, IEEE IV24