面向自动驾驶的激光雷达传感器建模与基于GAN的数据增强
计算机视觉与模式识别
2019-05-20 v1 机器学习
机器人学
图像与视频处理
摘要
在自动驾驶领域，从真实车辆采集和标注数据成本高昂且有时不安全。模拟器常用于数据增强，这需要难以以封闭形式公式化和建模的真实传感器模型。相反，传感器模型可从真实数据中学习。主要挑战在于缺乏配对数据集，使得传统监督学习技术不适用。本工作中，我们将该问题表述为从无配对数据的图像翻译，并采用CycleGANs解决激光雷达（LiDAR）的传感器建模问题，以从模拟激光雷达生成真实激光雷达（sim2real）。此外，我们从低分辨率激光雷达生成高分辨率、真实的激光雷达（real2real）。激光雷达三维点云以鸟瞰图和极坐标二维表示进行处理。实验结果显示了所提方法的巨大潜力。
引用
@article{arxiv.1905.07290,
title = {LiDAR Sensor modeling and Data augmentation with GANs for Autonomous driving},
author = {Ahmad El Sallab and Ibrahim Sobh and Mohamed Zahran and Nader Essam},
journal= {arXiv preprint arXiv:1905.07290},
year = {2019}
}
备注
Accepted at ICML Workshop on AI for Autonomous Driving