基于二维姿态估计的行人与 cyclists 意图识别
计算机视觉与模式识别
2019-10-10 v1 机器人学
摘要
预判弱势道路使用者（VRUs，如行人和骑行者）的意图对于执行安全舒适的驾驶操作至关重要。这对于人类驾驶如此，因此应被提供任何级别驾驶辅助的系统所考虑，从高级驾驶辅助系统（ADAS）到完全自动驾驶车辆（AVs）。在本文中，我们展示了基于单目视觉的人体姿态估计的最新进展，即那些依赖深度卷积神经网络（CNNs）的方法，如何实现对此类弱势道路使用者意图的识别。对于骑行者，我们假设他们遵守交通规则，用手臂信号指示未来动作。对于行人，不能假设有指示。相反，我们假设行人的行走模式可用于确定他/她是否有在自车路径上穿越道路的意图，从而自车必须相应操作（例如减速或停车）。在本文中，我们展示了同一方法可用于识别行人和骑行者的意图。对于行人，我们在 JAAD 数据集上实验。对于骑行者，我们未找到类似数据集，因此我们采集并标注视频创建了自己的数据集，并与研究界共享。总体而言，所提出的流程在弱势道路使用者意图识别上提供了新的最先进结果。
引用
@article{arxiv.1910.03858,
title = {Intention Recognition of Pedestrians and Cyclists by 2D Pose Estimation},
author = {Zhijie Fang and Antonio M. López},
journal= {arXiv preprint arXiv:1910.03858},
year = {2019}
}
备注
Paper accepted by IEEE Trans. on Intelligent Transportation Systems. arXiv admin note: substantial text overlap with arXiv:1807.10580