看、注意与制动：一种用于端到端驾驶的基于注意力的显著性图预测模型
计算机视觉与模式识别
2020-02-26 v1 机器学习
图像与视频处理
摘要
视觉感知是驾驶决策最关键的输入。本研究旨在理解显著性与驾驶决策之间的关系。我们提出一种新颖的基于注意力的显著性图预测模型以做出制动决策。该方法构建了驾驶任务的整体模型，并可扩展至转向与加速等其他驾驶决策。所提模型为一种深度神经网络模型，将输入图像提取的特征送入带注意力机制的循环神经网络，随后利用预测的显著性图做出制动决策。我们使用驾驶注意力数据集 BDD-A 与显著性数据集 CAT2000 进行训练与评估。
引用
@article{arxiv.2002.11020,
title = {See, Attend and Brake: An Attention-based Saliency Map Prediction Model for End-to-End Driving},
author = {Ekrem Aksoy and Ahmet Yazıcı and Mahmut Kasap},
journal= {arXiv preprint arXiv:2002.11020},
year = {2020}
}