DeepDriving：面向自动驾驶直接感知的可供性学习
计算机视觉与模式识别
2015-09-29 v3
摘要
如今，基于视觉的自动驾驶系统有两大范式：中介感知方法（解析整个场景以做出驾驶决策）和行为反射方法（通过回归器将输入图像直接映射到驾驶动作）。本文提出第三种范式：用于估计驾驶可供性（affordance）的直接感知方法。我们提议将输入图像映射为少量关键感知指示量，这些指示量直接与道路/交通状态的驾驶可供性相关。我们的表示提供了一组紧凑而完整的场景描述，使简单控制器能够自主驾驶。介于中介感知与行为反射两个极端之间，我们认为直接感知表示提供了恰当的抽象层次。为证明这一点，我们使用视频游戏中12小时人类驾驶记录训练了一个深度卷积神经网络，并展示我们的模型能在高度多样的虚拟环境中良好地驾驶车辆。我们还在 KITTI 数据集上训练了用于车辆距离估计的模型。结果表明我们的直接感知方法能很好地泛化到真实驾驶图像。源代码和数据发布于我们的项目网站。
引用
@article{arxiv.1505.00256,
title = {DeepDriving: Learning Affordance for Direct Perception in Autonomous Driving},
author = {Chenyi Chen and Ari Seff and Alain Kornhauser and Jianxiong Xiao},
journal= {arXiv preprint arXiv:1505.00256},
year = {2015}
}