移动车辆上的语义化与关节化行人感知
计算机视觉与模式识别
2023-09-13 v1 机器学习
机器人学
摘要
由于车辆前向运动较大，从车载采集视频中进行三维重建十分困难。即便目标检测与人感知模型，在车载视频上的表现也明显劣于标准基准，因为相较于标准目标检测基准，物体常远离相机，图像质量常因运动模糊而下降且遮挡频繁。这导致了交通数据专用基准的流行。近来激光雷达(LiDAR)传感器因无需进行三维重建即可直接估计深度而受到青睐。然而，基于 LiDAR 的方法在远距离关节化人体检测方面仍不及基于图像的方法。我们假设，面向 LiDAR 数据的关节化人体感知基准能够促进交通中人体感知与预测研究的增加，并有望提升行人的交通安全。
引用
@article{arxiv.2309.06313,
title = {Semantic and Articulated Pedestrian Sensing Onboard a Moving Vehicle},
author = {Maria Priisalu},
journal= {arXiv preprint arXiv:2309.06313},
year = {2023}
}