MODNet：面向自动驾驶的融合运动与外观的运动目标检测网络
计算机视觉与模式识别
2018-10-19 v2 机器人学
摘要
我们提出一种新颖的多任务学习系统，结合外观与运动线索以实现对环境更好的语义推理。引入了用于联合车辆检测与运动分割的统一架构。在该架构中，一个双流编码器在两个任务间共享。为在自动驾驶场景下评估我们的方法，使用带有检测与里程计基准真值的KITTI标注序列，自动生成车辆上的静态/动态标注。该数据集称为KITTI运动目标检测数据集（KITTI MOD）。该数据集将公开可用，作为运动检测任务的基准。我们的实验表明，所提方法在KITTI MOD上以21.5%的mAP优于仅利用运动线索的当前最优方法。我们的方法在DAVIS通用目标分割基准上与当前最优无监督方法性能相当。我们有趣的结论之一是，运动分割与车辆检测的联合训练有益于运动分割。与检测任务不同，运动分割数据相对较少。然而，共享融合编码器受益于联合训练以学习通用表示。所提方法每帧运行耗时120毫秒，在计算效率上击败了当前最优的运动检测/分割方法。
引用
@article{arxiv.1709.04821,
title = {MODNet: Moving Object Detection Network with Motion and Appearance for Autonomous Driving},
author = {Mennatullah Siam and Heba Mahgoub and Mohamed Zahran and Senthil Yogamani and Martin Jagersand and Ahmad El-Sallab},
journal= {arXiv preprint arXiv:1709.04821},
year = {2018}
}