基于行为变化的视觉风险对象识别中的潜在场作为场景 affordance
计算机视觉与模式识别
2025-02-27 v2
摘要
我们研究了基于行为变化的视觉风险对象识别（Visual-ROI）框架，这是检测智能驾驶系统潜在危险的关键框架。现有方法在空间精度和时间一致性方面存在显著局限，源于对场景 affordance 的不完整理解。例如，这些方法经常将不影响自驾车的车辆误识别为风险对象。此外，现有的基于行为变化的方法效率低下，因为它们在透视图空间中实现因果推断。我们提出了新的框架采用鸟瞰图（BEV）表示以克服上述挑战。具体而言，我们将潜在场作为场景 affordance，其中包含来自道路基础设施和交通参与者的排斥力，以及来自目标目的地的吸引力。本文通过根据从 BEV 语义分割中获得的语义标签分配不同的能量水平来计算潜在场。我们进行了详尽的实验和消融研究，将所提方法与各种最先进算法在合成数据集和真实世界数据集上进行比较。我们的结果显示，在空间和时间一致性方面实现了显著提升，分别在 RiskBench 数据集上提高了 20.3% 和 11.6%。此外，我们还可提高 88% 的计算效率。在 nuScenes 数据集上，空间精度提升 5.4%，时间一致性提升 7.2%。
关键词
引用
@article{arxiv.2409.15846,
title = {Potential Field as Scene Affordance for Behavior Change-Based Visual Risk Object Identification},
author = {Pang-Yuan Pao and Shu-Wei Lu and Ze-Yan Lu and Yi-Ting Chen},
journal= {arXiv preprint arXiv:2409.15846},
year = {2025}
}
备注
8 pages, 4 figures. In the proceedings of the IEEE International Conference on Robotics and Automation (ICRA) 2025