基于AI的自动驾驶算法对挡风玻璃所致光学波前像差的敏感性分析
图像与视频处理
2023-08-24 v1 计算机视觉与模式识别
摘要
自动驾驶感知技术通常基于在真实世界街道数据上训练的监督机器学习模型。典型的训练过程涉及使用单一车型和挡风玻璃配置捕获图像。然而，将这些训练好的模型部署到不同车型上可能导致域偏移，这可能潜在损害神经网络性能并违反现行ADAS工作要求。为解决此问题，本文通过评估两个感知模型对不同挡风玻璃配置的敏感性，进一步研究域偏移问题。这是通过应用基于傅里叶光学的威胁模型，评估神经网络基准指标与光学评价函数之间的依赖关系来完成的。我们的结果表明，挡风玻璃引入了性能差距，且现有用于提出要求的光学指标可能不够充分。
引用
@article{arxiv.2308.11711,
title = {Sensitivity analysis of AI-based algorithms for autonomous driving on optical wavefront aberrations induced by the windshield},
author = {Dominik Werner Wolf and Markus Ulrich and Nikhil Kapoor},
journal= {arXiv preprint arXiv:2308.11711},
year = {2023}
}
备注
Accepted at the IEEE ICCV 2023 - BRAVO workshop