面向自动驾驶车辆的多标签场景分类：从多样数据集中获取与积累知识
计算机视觉与模式识别
2025-09-19 v3
摘要
驾驶场景是内在且动态的。多属性场景识别作为一种高级视觉感知能力，为自动驾驶车辆（AVs）提供了理解、推理并与复杂驾驶环境互动的必要情境 awareness。虽然场景识别最佳建模为通过多任务学习的多标签分类问题，但面临两个主要挑战：获取平衡且全面标注数据集的困难，以及当新属性出现时需要重新标注所有训练数据的需求。为此，本文引入了一种新型深度学习方法，将知识获取与积累（Knowledge Acquisition and Accumulation, KAA）与基于一致性的主动学习（Consistency-based Active Learning, CAL）相结合。KAA 利用对单标签数据集的单任务学习构建知识基础，而 CAL 桥接了单标签和多标签数据之间的差距，为多标签场景分类适配基础模型。对新开发的驾驶场景识别（DSI）数据集上的消融研究表明，相较于以 ImageNet 为预训练的基线，改进幅度达 56.1%。此外，KAA-CAL 在 BDD100K 和 HSD 数据集上超越当前最先进的多标签分类方法，仅需 85% 的数据即可实现，并甚至能识别在基础模型训练期间未出现的属性。DSI 数据集和 KAA-CAL 实现代码已公开于 https://github.com/KELISBU/KAA-CAL。
引用
@article{arxiv.2506.17101,
title = {Multi-label Scene Classification for Autonomous Vehicles: Acquiring and Accumulating Knowledge from Diverse Datasets},
author = {Ke Li and Chenyu Zhang and Yuxin Ding and Xianbiao Hu and Ruwen Qin},
journal= {arXiv preprint arXiv:2506.17101},
year = {2025}
}