PREVENTION 挑战赛：人类预测变道的能力有多强？
计算机视觉与模式识别
2021-06-09 v2
摘要
在高速公路驾驶时，每位驾驶员都试图察觉周围车辆的行为，包括可能的紧急刹车、规避障碍的避让操作、意料之外的变道或其他可能导致事故的紧急情况。本文通过使用从 PREVENTION 数据集中提取的视频序列，分析了人类在高速公路场景中预测变道的能力，该数据库聚焦于车辆意图与轨迹预测研究的发展。因此，用户须指出其认为目标车辆正在执行变道操作的时刻，随后指明其方向：左或右。所获取的结果经过仔细分析并与真实标签比较，评估统计模型以理解人类是否确实能够预测。研究揭示大多数参与者无法预见变道操作，而是在其开始后才检测到。这些结果可作为 AI 预测能力评估的基线，用于评判此类系统是否能通过分析似乎未被注意的隐藏线索、改善检测时间、甚至在某些情况下预见操作来超越人类技能。
引用
@article{arxiv.2009.05331,
title = {The PREVENTION Challenge: How Good Are Humans Predicting Lane Changes?},
author = {A. Quintanar and R. Izquierdo and I. Parra and D. Fernández-Llorca and M. A. Sotelo},
journal= {arXiv preprint arXiv:2009.05331},
year = {2021}
}
备注
This work was accepted and presented at IEEE Intelligent Vehicles Symposium 2020