Transfer-LMR：多样交通场景中的重尾驾驶行为识别
计算机视觉与模式识别
2024-05-10 v1
摘要
识别驾驶行为对于推理、规划和导航等下游任务非常重要。现有的视频识别方法对于常见行为（例如“直行”、“刹车”、“左转/右转”）表现良好。然而，对于通常位于行为类别分布尾部的代表性不足/罕见行为，其表现欠佳。为了解决这一缺陷，我们提出了 Transfer-LMR，这是一种模块化训练例程，旨在提高所有驾驶行为类别的识别性能。我们在包含丰富且重尾分布的驾驶行为并涵盖多样交通场景的 METEOR 和 HDD 数据集上对我们的方法进行了广泛评估。实验结果证明了我们方法的有效性，尤其是在识别代表性不足/罕见的驾驶行为方面。
引用
@article{arxiv.2405.05354,
title = {Transfer-LMR: Heavy-Tail Driving Behavior Recognition in Diverse Traffic Scenarios},
author = {Chirag Parikh and Ravi Shankar Mishra and Rohan Chandra and Ravi Kiran Sarvadevabhatla},
journal= {arXiv preprint arXiv:2405.05354},
year = {2024}
}