基于可达性先验的自我中心视角下物体多模态未来定位与出现预测
计算机视觉与模式识别
2020-06-09 v1
摘要
在本文中，我们研究在运动车辆视角下预测未来动态的问题，特别是其他车辆与行人的未来位置。我们应对两个基本挑战：（1）由于单 RGB 相机的自我中心视角及车辆自身运动导致的可观视野变化所引起的部分可见性；（2）未来状态分布的多模态性。与许多先前工作不同，我们不假设来自地图的结构化知识。我们而是从当前图像语义图估计特定类别物体的可达性先验，并利用规划的自运动将其传播至未来。实验表明，可达性先验与多假设学习相结合改善了被跟踪物体未来位置的多模态预测，并首次实现了新物体出现的预测。我们还展示了在有未见数据集上的有前景的零样本迁移。源代码见
引用
@article{arxiv.2006.04700,
title = {Multimodal Future Localization and Emergence Prediction for Objects in Egocentric View with a Reachability Prior},
author = {Osama Makansi and Özgün Cicek and Kevin Buchicchio and Thomas Brox},
journal= {arXiv preprint arXiv:2006.04700},
year = {2020}
}
备注
In CVPR 2020