PLoc：一种基于物理位置的自动驾驶数据集新评估准则
计算机视觉与模式识别
2024-04-01 v1
摘要
自动驾驶作为人工智能领域的一个关键研究方向，已引起广泛关注。在自动驾驶场景中，物体所处的不同物理位置对应着不同的危险等级。然而，传统的自动驾驶目标检测评估准则常常忽略了物体物理位置这一关键方面，导致评估结果可能无法准确反映该物体对自动驾驶车辆构成的真实威胁。为增强自动驾驶的安全性，本文引入了一种基于物理位置信息的新评估准则，称为 PLoc。该准则超越了传统准则的局限性，认识到自动驾驶场景中行人的物理位置可以提供有价值的安全相关信息。此外，本文还提出了一个从 ApolloScape 数据集衍生而来的新重标注数据集（ApolloScape-R）。ApolloScape-R 根据行人物理位置的重要性对其进行了重新标注。该数据集用于评估各种目标检测模型在所提出的 PLoc 准则下的性能。实验结果表明，所有目标检测模型识别位于自动驾驶车辆行驶车道内行人的平均准确率，均低于识别人行道上行人的准确率。该数据集可在 https://github.com/lnyrlyed/ApolloScape-R.git 公开获取。
引用
@article{arxiv.2403.19893,
title = {PLoc: A New Evaluation Criterion Based on Physical Location for Autonomous Driving Datasets},
author = {Ruining Yang and Yuqi Peng},
journal= {arXiv preprint arXiv:2403.19893},
year = {2024}
}