面向自动驾驶的在线域外检测
计算机视觉与模式识别
2023-10-24 v1
摘要
确保自动驾驶的安全性是汽车行业的一大挑战。人们特别关注人工智能，尤其是深度神经网络（DNNs），其被视为实现高度自动驾驶的关键技术。DNNs从训练数据中学习，这意味着它们仅在训练数据的底层数据分布内才能取得良好精度。当离开训练域时，会引起分布偏移，可能导致精度急剧下降。在这项工作中，我们提出了一种安全机制的的概念验证，该机制能够在线（即运行时）检测离开训练域的情况。在使用Synthia数据集的实验中，我们可以证明对输入数据是否在域内实现了100%的正确检测。检测车辆离开训练域的能力可能是认证的一项重要要求。
引用
@article{arxiv.2310.14675,
title = {Online Out-of-Domain Detection for Automated Driving},
author = {Timo Sämann and Horst-Michael Groß},
journal= {arXiv preprint arXiv:2310.14675},
year = {2023}
}
备注
Machine Learning in Certified Systems (MLCS) Workshop, 14.-15.01.2021