基于在线标签传递的道路检测
计算机视觉与模式识别
2014-12-11 v1
摘要
基于视觉的道路检测是支撑高级驾驶辅助系统（ADAS）（如道路跟随、车辆与行人检测）的一项重要功能。道路检测的主要挑战在于处理阴影与光照变化以及场景中存在其他物体。当前的道路检测算法在像素级刻画道路区域并相应分组像素。然而，这些算法在强阴影和光照变化下失效。因此，我们提出一种基于视频对齐的道路检测算法。该算法的核心思想是利用车辆多次沿同一轨迹行驶时所出现的相似性。以此方式，道路区域在首次行驶中被学习，随后该道路知识被用于推断后续行驶中可行驶道路表面的区域。为验证该方案，在不同场景和不同时间段采集的视频序列上进行了两组不同实验。前者旨在执行在线道路检测，后者旨在执行离线道路检测，并用于自动生成验证道路检测算法所需的 ground-truth。定性与定量评估证明所提算法是一种有效的道路检测方法。
引用
@article{arxiv.1412.3159,
title = {Road Detection via On--line Label Transfer},
author = {José M. Álvarez and Ferran Diego and Joan Serrat and Antonio M. López},
journal= {arXiv preprint arXiv:1412.3159},
year = {2014}
}