车载驾驶视频中面向目标的物体重要性估计
计算机视觉与模式识别
2019-05-09 v1
摘要
我们提出了一个新问题：车载驾驶视频中的物体重要性估计（OIE），其中若道路使用者对自车的驾驶控制决策有影响，则被视为重要物体。道路使用者的重要性取决于其在驾驶场景中的视觉动态（如外观、运动和位置）以及自车的驾驶目标（例如规划路径）。我们提出了一种融合视觉模型与目标表示的新框架来进行 OIE。为评估我们的框架，我们采集了真实世界中交通路口的车载驾驶数据集，并对重要物体进行了人工标注。实验结果表明，我们的面向目标的方法优于基线方法，并在左转和右转场景下有较大提升。此外，我们探索了利用物体重要性进行驾驶控制预测的可能性，并证明借助物体重要性信息可改进二值刹车预测。
引用
@article{arxiv.1905.02848,
title = {Goal-oriented Object Importance Estimation in On-road Driving Videos},
author = {Mingfei Gao and Ashish Tawari and Sujitha Martin},
journal= {arXiv preprint arXiv:1905.02848},
year = {2019}
}