从大规模视频数据集端到端学习驾驶模型
计算机视觉与模式识别
2017-07-25 v2
摘要
稳健的感知-动作模型应当从具有多样视觉外观和真实行为的训练数据中学习，然而当前深度视觉运动策略学习方法通常局限于从单一车辆或仿真环境学习的原位模型。我们提倡从大规模众包视频数据中学习通用车辆运动模型，并开发了一种端到端可训练架构，用于从瞬时单目相机观测和先前车辆状态学习预测未来车辆自运动的分布。我们的模型结合了一种新颖的 FCN-LSTM 架构，该架构可从大规模众包车辆动作数据中学习，并利用可用的场景分割辅助任务，在特权学习范式下提升性能。
引用
@article{arxiv.1612.01079,
title = {End-to-end Learning of Driving Models from Large-scale Video Datasets},
author = {Huazhe Xu and Yang Gao and Fisher Yu and Trevor Darrell},
journal= {arXiv preprint arXiv:1612.01079},
year = {2017}
}
备注
camera ready for CVPR2017