TiledSoilingNet：基于覆盖度指标的汽车环视摄像头瓦片级污渍检测
计算机视觉与模式识别
2020-07-03 v1 机器人学
摘要
汽车摄像头，尤其是环视摄像头，容易被泥、水、雪等弄脏。对于更高等级的自动驾驶，有必要具备一种污渍检测算法来触发自动清洁系统。图像中污渍的局部化检测对于控制清洁系统是必要的。同样有必要在未脏区域启用部分功能，同时在脏污区域降低置信度。尽管这可通过语义分割任务解决，我们探索了一种更高效的方案，以面向低功耗嵌入式系统部署。我们提出一种新方法，直接回归一个瓦片内每种污渍类型的面积。我们称之为覆盖度。所提方法优于学习瓦片内主导类别，因为多个污渍类型常出现于同一瓦片内。它还具有处理粗多边形标注的优势，而这会给分割任务带来问题。所提污渍覆盖度解码器比等效的分割解码器快一个数量级。我们还使用异步反向传播算法将其集成到目标检测与语义分割多任务模型中。我们所使用数据集的一部分将作为 WoodScape 数据集的一部分公开发布，以鼓励进一步研究。
引用
@article{arxiv.2007.00801,
title = {TiledSoilingNet: Tile-level Soiling Detection on Automotive Surround-view Cameras Using Coverage Metric},
author = {Arindam Das and Pavel Krizek and Ganesh Sistu and Fabian Burger and Sankaralingam Madasamy and Michal Uricar and Varun Ravi Kumar and Senthil Yogamani},
journal= {arXiv preprint arXiv:2007.00801},
year = {2020}
}
备注
Accepted for Oral Presentation at IEEE Intelligent Transportation Systems Conference (ITSC) 2020