基于监督分类的道路检测
计算机视觉与模式识别
2016-05-11 v1
摘要
自动驾驶是一项快速发展的技术。自动驾驶车辆能够感知其环境并在无人输入的情况下通过雷达、激光雷达、GNSS、车辆里程计和计算机视觉等感官信息进行导航。这种感官输入提供了丰富的数据集，可与机器学习模型结合使用，以解决监督设置中的多个问题。在本文中，我们专注于以灰度图像作为唯一感官输入的道路检测。我们的贡献有两个方面：首先，我们引入了一个用于机器学习任务的城市道路标注数据集；其次，我们通过监督分类和手工设计的特征向量在该数据集上引入了道路检测框架。
引用
@article{arxiv.1605.03150,
title = {Road Detection through Supervised Classification},
author = {Yasamin Alkhorshid and Kamelia Aryafar and Sven Bauer and Gerd Wanielik},
journal= {arXiv preprint arXiv:1605.03150},
year = {2016}
}