密集城市环境中的电动滑板车骑行者检测与分类
计算机视觉与模式识别
2022-10-11 v1
摘要
准确检测和分类弱势道路使用者是异质交通中部署自动驾驶车辆的安全关键要求。尽管电动滑板车骑行者在外观上与行人相似，但其遵循截然不同的运动特征，且速度可达 45kmph。在城市环境中，骑行者在车辆、交通基础设施和其他道路使用者之间穿行时部分遮挡频率增加，使得检测电动滑板车骑行者的挑战加剧。这可能导致电动滑板车骑行者未被检测到或被误分类为行人，为自动驾驶车辆应用中的事故缓解和路径规划提供不准确信息。本研究引入了一种用于部分遮挡电动滑板车骑行者检测的新基准，以促进检测模型客观表征。提出了一种新颖的、遮挡感知的电动滑板车骑行者检测方法，其检测性能比当前最先进水平提高了 15.93%。
引用
@article{arxiv.2205.10184,
title = {E-Scooter Rider Detection and Classification in Dense Urban Environments},
author = {Shane Gilroy and Darragh Mullins and Edward Jones and Ashkan Parsi and Martin Glavin},
journal= {arXiv preprint arXiv:2205.10184},
year = {2022}
}