面向自动驾驶汽车的高分辨率毫米波成像
计算机视觉与模式识别
2020-01-01 v2 机器学习
图像与视频处理
摘要
近年来，将网络信号的使用从通信扩展到感知、定位、机器人与自主系统引起了广泛关注。本文探讨如何利用 5G 毫米波(mmWave)技术的最新进展实现自动驾驶汽车中的成像。具体而言，5G 中 mmWave 的使用催生了具有数百个天线单元、可电子转向的紧凑型相控阵。此类相控阵可将 mmWave 的用途从车载通信与简单测距传感器扩展为一套完整的成像系统，使自动驾驶汽车能够看穿雾、霾、雪等。遗憾的是，由于分辨率极低、多径反射产生的虚假伪影以及因镜面反射导致车体部分缺失，在自动驾驶汽车中使用 mmWave 信号成像颇具挑战。本文提出 HawkEye，一个可在自动驾驶汽车中实现高分辨率 mmWave 成像的系统。HawkEye 利用称为生成对抗网络(Generative Adversarial Networks, GANs)的深度学习最新进展应对上述挑战。HawkEye 引入了针对 mmWave 成像定制的 GAN 架构，并构建了一个可显著提升自动驾驶汽车 mmWave 图像质量的系统。
引用
@article{arxiv.1912.09579,
title = {High Resolution Millimeter Wave Imaging For Self-Driving Cars},
author = {Junfeng Guan and Sohrab Madani and Suraj Jog and Haitham Hassanieh},
journal= {arXiv preprint arXiv:1912.09579},
year = {2020}
}
备注
14 pages, 13 figures