基于动作识别网络的换道分类与预测
计算机视觉与模式识别
2024-04-11 v3
摘要
预判周围车辆的换道意图对于自动驾驶系统中高效且安全的驾驶决策至关重要。以往工作常采用车速、加速度等物理变量进行换道分类。然而，物理变量不含语义信息。尽管 3D CNN 发展迅速，利用动作识别模型与表观特征进行换道识别的方法很少，且都需额外信息预处理数据。本文提出一个端到端框架，包含两种用于换道识别的动作识别方法，使用相机采集的视频数据。我们的方法仅用 PREVENTION 数据集的 RGB 视频数据便取得了最佳换道分类结果。类激活图表明动作识别模型能高效提取换道运动。本文还提出了一种更好提取运动线索的方法。
引用
@article{arxiv.2208.11650,
title = {Lane Change Classification and Prediction with Action Recognition Networks},
author = {Kai Liang and Jun Wang and Abhir Bhalerao},
journal= {arXiv preprint arXiv:2208.11650},
year = {2024}
}
备注
Accepted to ECCV2022 AVVISION