基于 Gramian 角场视觉 Transformer 的自动驾驶车辆驾驶行为探索
计算机视觉与模式识别
2024-09-04 v2 图像与视频处理
摘要
对自动驾驶车辆（AV）驾驶行为的有效分类，已成为诊断 AV 运行故障、改进自动驾驶算法以及降低事故率的关键领域。本文提出 Gramian 角场视觉 Transformer（GAF-ViT）模型，用于分析 AV 驾驶行为。所提出的 GAF-ViT 模型由三个关键组件构成：GAF Transformer 模块、通道注意力模块和多通道 ViT 模块。这些模块共同将多元行为的代表性序列转换为多通道图像，并采用图像识别技术进行行为分类。通道注意力机制应用于多通道图像以辨识各驾驶行为特征的影响。在 Waymo Open Dataset 轨迹数据集上的实验评估表明，所提模型取得了最先进的性能。此外，消融研究有效证实了模型中各独立模块的功效。
引用
@article{arxiv.2310.13906,
title = {Exploring Driving Behavior for Autonomous Vehicles Based on Gramian Angular Field Vision Transformer},
author = {Junwei You and Ying Chen and Zhuoyu Jiang and Zhangchi Liu and Zilin Huang and Yifeng Ding and Bin Ran},
journal= {arXiv preprint arXiv:2310.13906},
year = {2024}
}