SalienDet：一种用于自动驾驶目标检测的基于显著性的特征增强算法
计算机视觉与模式识别
2023-06-19 v2
摘要
目标检测（OD）对自动驾驶至关重要。另一方面，在训练样本集中未出现过的未知目标是阻碍自动驾驶汽车驶出运行域的原因之一。为解决此问题，我们提出一种基于显著性的目标检测算法（SalienDet）以检测未知目标。我们的 SalienDet 利用基于显著性的算法增强图像特征以生成目标候选框。此外，我们设计了一种数据集重标注方法，将训练样本集中的未知目标与所有目标区分开来，以实现开放世界检测（Open-World Detection）。为验证 SalienDet 的性能，我们在 KITTI、nuScenes 和 BDD 数据集上评估 SalienDet，结果表明其在未知目标检测上优于现有算法。值得注意的是，SalienDet 可轻松适配于开放世界检测任务中的增量学习。项目页面为 \url{https://github.com/dingmike001/SalienDet-Open-Detection.git}。
引用
@article{arxiv.2305.06940,
title = {SalienDet: A Saliency-based Feature Enhancement Algorithm for Object Detection for Autonomous Driving},
author = {Ning Ding and Ce Zhang and Azim Eskandarian},
journal= {arXiv preprint arXiv:2305.06940},
year = {2023}
}
备注
This paper is accepted and being published at IEEE Transactions on Intelligent Vehicles