用于自动驾驶的单体俯视图网络
计算机视觉与模式识别
2019-05-17 v1 机器人学
摘要
对单体行车记录仪视频的卷积操作捕捉图像平面中的空间不变性,但不能显式推理距离和深度。我们提出了一种将观测简单变换为鸟瞰图(也称为俯视图)以进行端到端控制的方法。我们在第一人称视图中检测车辆和行人,并将其投影到俯视 overhead 视图中。这种表示为环境提供了一种抽象,深度网络可从中轻松推断实体的位置和方向。此外,俯视图使我们能够结合3D目标检测与深度策略学习的进展。我们在照片级真实的Grand Theft Auto V模拟器上评估了我们的单体俯视图网络。同时使用俯视图和前视图的网络造成的碰撞次数少于先前基于检测的方法的一半,比纯基于像素的策略少一个数量级。
引用
@article{arxiv.1905.06937,
title = {Monocular Plan View Networks for Autonomous Driving},
author = {Dequan Wang and Coline Devin and Qi-Zhi Cai and Philipp Krähenbühl and Trevor Darrell},
journal= {arXiv preprint arXiv:1905.06937},
year = {2019}
}
备注
8 pages, 9 figures