基于单目相机的ADAS车间距离和相对速度估计的端到端学习
计算机视觉与模式识别
2020-06-11 v2 机器学习
机器人学
摘要
车间距离和相对速度估计是任何高级驾驶辅助系统的两个基本功能。在本文中，我们提出了一种基于单目相机的车间距离和相对速度估计方法，该方法基于深度神经网络的端到端训练。我们方法的关键新颖之处在于整合了任意两个时间连续的单目帧提供的多个视觉线索，包括深度特征线索、场景几何线索以及时间光流线索。我们还提出了一种以车辆为中心的采样机制，以减轻运动场（即光流）中透视失真的影响。我们通过一个轻量级深度神经网络实现了该方法。进行了大量实验，证实了我们的方法在估计精度、计算速度和内存占用方面优于其他最先进的方法。
引用
@article{arxiv.2006.04082,
title = {End-to-end Learning for Inter-Vehicle Distance and Relative Velocity Estimation in ADAS with a Monocular Camera},
author = {Zhenbo Song and Jianfeng Lu and Tong Zhang and Hongdong Li},
journal= {arXiv preprint arXiv:2006.04082},
year = {2020}
}