基于交互图的道路驾驶视频中物体重要性估计
计算机视觉与模式识别
2020-03-16 v1 机器人学
摘要
沿道路行驶的车辆周围存在许多物体，但其中仅有一小部分会影响驾驶员的决策与动作。学习估计每个物体对驾驶员实时决策的重要性，有助于更好地理解人类驾驶行为，并导向更可靠的自动驾驶系统。解决该问题需要能够理解自车与周围物体间交互的模型。然而，场景中其他物体之间的交互也可能非常有用，例如，在自车与前车之间开始横穿道路的行人会降低前车的重要性。我们提出了一种利用交互图进行物体重要性估计的新框架，其中每个物体节点的特征通过图卷积与他人交互而更新。实验表明，我们的模型以更少的输入与预处理超越了state-of-the-art基线方法。
引用
@article{arxiv.2003.06045,
title = {Interaction Graphs for Object Importance Estimation in On-road Driving Videos},
author = {Zehua Zhang and Ashish Tawari and Sujitha Martin and David Crandall},
journal= {arXiv preprint arXiv:2003.06045},
year = {2020}
}
备注
Accepted by ICRA 2020