自动驾驶车辆相机-雷达数据集中噪声水平的合成与识别
计算机视觉与模式识别
2025-05-02 v1 人工智能
图像与视频处理
信号处理
摘要
检测与跟踪物体是任何自主导航方法的关键组成部分。过去几十年来，基于神经网络在各种数据集上的目标检测取得了可喜的成果。尽管许多方法关注性能指标，但鲜有项目致力于提高这些检测与跟踪流程的鲁棒性，尤其是对传感器故障的鲁棒性。在本文中，我们试图通过为相机-雷达自动驾驶车辆（AV）数据集创建一个逼真的合成数据增强流程来解决这一问题。我们的目标是准确模拟由真实世界干扰引起的传感器故障与数据退化。我们还展示了一个轻量级噪声识别神经网络的基线结果，该网络在我们的增强数据集上进行了训练与测试，在 10086 张图像和 2145 个雷达点云的 11 个类别上达到了 54.4% 的总体识别准确率。
引用
@article{arxiv.2505.00584,
title = {Synthesizing and Identifying Noise Levels in Autonomous Vehicle Camera Radar Datasets},
author = {Mathis Morales and Golnaz Habibi},
journal= {arXiv preprint arXiv:2505.00584},
year = {2025}
}