基于自动标签生成的城市场景驾驶中遮挡感知的 2D 与 3D 中心线检测
计算机视觉与模式识别
2023-11-06 v1
摘要
本研究旨在探索并识别能够在高度动态的城市场景驾驶下确定 2D 与 3D 道路拓扑信息的策略。为促进此探索,我们引入了一个包含近一百万自动标注数据帧的大型数据集。我们研究的一个关键贡献在于开发了自动标签生成流程与遮挡处理策略。该策略旨在建模从轻微干扰到严重阻塞的广泛遮挡场景。此外,我们呈现了一项全面的消融研究,其中开发并评估了多种中心线检测方法。该分析不仅对各类方法的性能进行基准测试,也为这些方法的可解释性提供了有价值的见解。最后,我们展示了方法的实用性并评估了其在不同传感器配置下的适应性,突显了它们在真实场景中的通用性与相关性。我们的数据集与实验模型已公开可用。
引用
@article{arxiv.2311.02044,
title = {Occlusion-Aware 2D and 3D Centerline Detection for Urban Driving via Automatic Label Generation},
author = {David Paz and Narayanan E. Ranganatha and Srinidhi K. Srinivas and Yunchao Yao and Henrik I. Christensen},
journal= {arXiv preprint arXiv:2311.02044},
year = {2023}
}
备注
7 pages, 8 figures, 1 algorithm, 11 equations