面向自动驾驶车辆的可行驶区域检测
计算机视觉与模式识别
2019-11-11 v1
摘要
自动驾驶是一个具有挑战性的问题，目前研究与开发高度聚焦于此。人类驾驶员被迫在极短时间内做出数千个复杂决策，快速处理周围环境与动态因素。其中，识别道路上可行驶区域对任何自动驾驶系统的成功都至关重要。该问题可通过深度学习以区域提议问题的形式解决。利用在Berkeley Deep Drive（BDD100k）数据集上训练的Mask R-CNN，我们旨在探究在识别可行驶区域的同时区分车辆直行（当前）车道与备选车道是否可行。
引用
@article{arxiv.1911.02740,
title = {Detecting Driveable Area for Autonomous Vehicles},
author = {Niral Shah and Ashwin Shankar and Jae-hong Park},
journal= {arXiv preprint arXiv:1911.02740},
year = {2019}
}