面向自动驾驶感知的自监督域失配估计
计算机视觉与模式识别
2020-06-17 v1
摘要
自动驾驶需要对其感知功能具备自我意识。技术上，这可通过监视各类感知模块性能指标的观测器实现。本工作中，我们示例性地选择语义分割作为被监视对象，并提出一种以自监督方式在与被监视语义分割完全相同的训练数据上训练的自编码器。虽然自编码器在在线推理时的图像重建性能（PSNR）已对语义分割性能具有良好预测力，我们仍提出一种新颖的域失配度量 DM，作为训练（源）数据上预存 PSNR 分布与任意推理（目标）数据上在线获取的 PSNR 分布之间的推土机距离（earth mover's distance）。我们通过实验表明，DM 度量在其功能范围内与语义分割具有强秩序相关性。我们还提出了依赖于训练域的 DM 度量阈值以界定该功能范围。
引用
@article{arxiv.2006.08613,
title = {Self-Supervised Domain Mismatch Estimation for Autonomous Perception},
author = {Jonas Löhdefink and Justin Fehrling and Marvin Klingner and Fabian Hüger and Peter Schlicht and Nico M. Schmidt and Tim Fingscheidt},
journal= {arXiv preprint arXiv:2006.08613},
year = {2020}
}
备注
Proc. of CVPR - Workshops