人类注意力引导的外周-中央凹多分辨率驾驶模型
计算机视觉与模式识别
2019-03-26 v1
摘要
受人类视觉启发，我们提出了一种新的外周-中央凹多分辨率驾驶模型，该模型从行车记录仪视频中预测车速。模型的外周视觉模块以低分辨率处理完整视频帧。其中央凹视觉模块选择子区域，并使用来自这些区域的高分辨率输入来提升驾驶性能。我们利用驾驶员注视的监督来训练中央凹选择模块。我们表明，从预测的人类驾驶员注视位置添加高分辨率输入可显著提升模型的驾驶精度。我们的外周-中央凹多分辨率模型优于具有相同浮点运算量的单分辨率纯外周模型。更重要的是，我们证明了与在其他非关键场景中相比，我们的驾驶模型在涉及行人的关键场景中取得了显著更高的性能提升。
关键词
引用
@article{arxiv.1903.09950,
title = {Periphery-Fovea Multi-Resolution Driving Model guided by Human Attention},
author = {Ye Xia and Jinkyu Kim and John Canny and Karl Zipser and David Whitney},
journal= {arXiv preprint arXiv:1903.09950},
year = {2019}
}