SoilingNet:车载环视相机污渍检测
计算机视觉与模式识别
2019-07-18 v2 人工智能
机器学习
机器人学
机器学习
摘要
相机是自动驾驶传感器套件的重要组成部分。环视相机直接暴露于外部环境中,易受污渍影响。与其他传感器相比,相机因污渍导致的性能下降要严重得多。因此,准确检测相机上的污渍至关重要,尤其是对于较高等级的自动驾驶。我们创建了一个包含多种污渍类型(即不透明与透明)的新数据集。该数据集将作为我们的 WoodScape 数据集 \cite{yogamani2019woodscape} 的一部分公开发布,以鼓励进一步研究。我们利用基于卷积神经网络(CNN)的架构展示了高准确率。我们还表明其可与现有目标检测任务结合于多任务学习框架中。最后,我们利用生成对抗网络(GANs)生成更多图像用于数据增强,并展示其如同风格迁移一样成功生效。
引用
@article{arxiv.1905.01492,
title = {SoilingNet: Soiling Detection on Automotive Surround-View Cameras},
author = {Michal Uricar and Pavel Krizek and Ganesh Sistu and Senthil Yogamani},
journal= {arXiv preprint arXiv:1905.01492},
year = {2019}
}
备注
Accepted for Oral Presentation at IEEE Intelligent Transportation Systems Conference (ITSC) 2019