基于可变 parts 模型的客观自行车遮挡程度分类
计算机视觉与模式识别
2025-05-23 v2 人工智能
摘要
路面安全是一项关键挑战，尤其是针对自行车等最易受危险的交通参与者。本研究旨在通过先进的计算机视觉技术，提出一种用于自行车遮挡程度分类的新型基准方法。该方法利用基于部件的检测模型，对图像进行标注并通过自定义图像检测管道进行处理。提出一种新颖的自行车遮挡程度度量方法，以客观方式量化自行车语义部件的可见性和遮挡程度。研究结果表明，该模型能够稳健地量化自行车的可见性和遮挡程度，这是对当前最先进方法中主观方法的显著性改进。广泛应用所提出的方法将有助于为遮挡自行车的骑行者检测算法提供准确的性能报告，从而为开发更稳健的敏感人群检测方法（针对自动驾驶车辆）提供支持。
关键词
引用
@article{arxiv.2505.15358,
title = {Objective Bicycle Occlusion Level Classification using a Deformable Parts-Based Model},
author = {Angelique Mangubat and Shane Gilroy},
journal= {arXiv preprint arXiv:2505.15358},
year = {2025}
}