半局部三维车道检测与不确定性估计
计算机视觉与模式识别
2020-03-12 v1
摘要
我们提出了一种新颖的基于摄像头的 DNN 方法，用于带不确定性估计的三维车道检测。我们的方法基于一种半局部、BEV、瓦片表示，将车道分解为简单的车道段。它结合学习这些段的参数化模型与一个深度特征嵌入，随后用于将段聚合成完整车道。这种组合使我们的方法能泛化至复杂的车道拓扑、曲率与路面几何。此外，我们的方法是首个为车道检测任务输出基于学习的不确定性估计的方法。我们方法的有效性在大量实验中得到证明，在基于摄像头的三维车道检测上取得了 SOTA 结果，同时也展示了我们对复杂拓扑、曲率与道路几何以及不同摄像头的泛化能力。我们还展示了我们的不确定性估计如何与经验误差统计相一致，表明其校准良好且真实反映了检测噪声。
引用
@article{arxiv.2003.05257,
title = {Semi-Local 3D Lane Detection and Uncertainty Estimation},
author = {Netalee Efrat and Max Bluvstein and Noa Garnett and Dan Levi and Shaul Oron and Bat El Shlomo},
journal= {arXiv preprint arXiv:2003.05257},
year = {2020}
}