真实道路场景中的交通标志解读
计算机视觉与模式识别
2023-11-30 v2 人工智能
摘要
现有多数交通标志相关工作致力于单独检测与识别部分交通标志，未能分析标志间的全局语义逻辑，并可能传达不准确的交通指令。针对上述问题，我们提出交通标志解读（TSI）任务，旨在将全局语义相互关联的交通标志（如与驾驶指令相关的文本、符号和指路面板）解读为自然语言，为自动驾驶或辅助驾驶提供准确指令支持。同时，我们为TSI设计了一种多任务学习架构，负责检测与识别各类交通标志并将其像人类一样解读为自然语言。此外，公开TSI数据集的缺失促使我们构建了一个交通标志解读数据集，即TSI-CN。该数据集由真实道路场景图像组成，从中国高速公路与城市道路以驾驶员视角采集，包含文本、符号和指路面板的丰富位置标签及相应自然语言描述标签。在TSI-CN上的实验表明，TSI任务可行，且即便标志间存在复杂语义逻辑，TSI架构也能成功从场景中解读交通标志。TSI-CN数据集与TSI架构源代码将在修订流程后公开。
引用
@article{arxiv.2311.10793,
title = {Traffic Sign Interpretation in Real Road Scene},
author = {Chuang Yang and Kai Zhuang and Mulin Chen and Haozhao Ma and Xu Han and Tao Han and Changxing Guo and Han Han and Bingxuan Zhao and Qi Wang},
journal= {arXiv preprint arXiv:2311.10793},
year = {2023}
}