车辆灯光模式：应对基于摄像头的车辆灯光数据集与度量构建及标注的复杂性
计算机视觉与模式识别
2023-07-28 v1 人工智能
摘要
本文探讨了计算机视觉中车辆灯光的表示及其对自动驾驶领域各项任务的启示。讨论了表示车辆灯光的不同规范，包括边界框、中心点、角点和分割掩码，并分析其优劣。确定了自动驾驶中可从车辆灯光检测受益的三个重要任务：夜间车辆检测、三维车辆朝向估计和动态轨迹线索。每个任务可能需要不同的灯光表示。本文还探讨了为训练数据驱动模型而收集和标注大规模数据集的挑战，并由此引出 LISA 车辆灯光数据集及相关的灯光可见性模型，该模型提供专为车辆检测、意图与轨迹预测以及安全路径规划等下游应用设计的灯光标注。对现有车辆灯光数据集进行了比较，突出了各数据集的独特之处与局限。总体而言，本文深入剖析了车辆灯光的表示方式，以及精确标注对于训练自动驾驶应用中有效检测模型的重要性。我们的数据集与模型发布于 https://cvrr.ucsd.edu/vehicle-lights-dataset
引用
@article{arxiv.2307.14521,
title = {Patterns of Vehicle Lights: Addressing Complexities in Curation and Annotation of Camera-Based Vehicle Light Datasets and Metrics},
author = {Ross Greer and Akshay Gopalkrishnan and Maitrayee Keskar and Mohan Trivedi},
journal= {arXiv preprint arXiv:2307.14521},
year = {2023}
}