面向自动驾驶汽车的基于堆叠集成的开放世界主动学习
计算机视觉与模式识别
2021-09-15 v1
摘要
自动驾驶汽车所处的环境高风险、动态且充满不确定性，要求其感官信息和知识库持续更新。面对未知物体的频率过高，使得依赖封闭世界假设的传统人工智能（AI）分类模型难以使用。该领域中的物体分类问题更适合以开放世界 AI 方法来应对。我们提出了一种算法，不仅能识别可能出现在车辆前方的所有已知实体，还能检测并学习那些可能罕见地出现在高速公路上的未知物体类别（例如卡车掉落的箱子）。我们的方法依赖于 Lei Shu 等人的 DOC 算法以及 Query-by-Committee 算法。
引用
@article{arxiv.2109.06628,
title = {Open-World Active Learning with Stacking Ensemble for Self-Driving Cars},
author = {Paulo R. Vieira and Pedro D. Félix and Luis Macedo},
journal= {arXiv preprint arXiv:2109.06628},
year = {2021}
}