面向自动驾驶的基于光流的运动检测
计算机视觉与模式识别
2022-03-23 v1
摘要
运动检测是自动驾驶中一项基础但具有挑战性的任务。在高速公路等特定场景中，必须对远处物体给予额外关注，以做出更好的控制决策。针对远处车辆，我们训练了一个神经网络模型，以光流场信息作为输入来分类运动状态。实验取得了高准确率，表明我们的想法可行且大有前景。训练好的模型对附近车辆也取得了可接受的性能。我们的工作在 PyTorch 中实现。使用了包括 nuScenes、FastFlowNet 和 RAFT 在内的开源工具。可视化视频可在 https://www.youtube.com/playlist?list=PLVVrWgq4OrlBnRebmkGZO1iDHEksMHKGk 获取。
引用
@article{arxiv.2203.11693,
title = {Optical Flow Based Motion Detection for Autonomous Driving},
author = {Ka Man Lo},
journal= {arXiv preprint arXiv:2203.11693},
year = {2022}
}
备注
This is an undergraduate research project