利用车载相机理解道路语义的鸟瞰视图
计算机视觉与模式识别
2022-01-17 v2 人工智能
机器学习
机器人学
摘要
自主导航需要对动作空间进行场景理解以移动或预测事件。对于在地面平面上移动的规划智能体（如自动驾驶车辆），这转化为鸟瞰视图（BEV）中的场景理解。然而，自动驾驶汽车的车载相机通常水平安装以获得更好的周围视野。在本工作中，我们研究以使用单个车载相机的视频输入在线估计语义BEV地图为形式的场景理解。我们研究了该任务的三个关键方面：图像级理解、BEV级理解以及时间信息的聚合。基于这三大支柱，我们提出了一种结合这三方面的新颖架构。在大量实验中，我们证明所考虑的方面对BEV理解是互补的。此外，所提架构显著超越了当前最先进水平。代码：https://github.com/ybarancan/BEV_feat_stitch。
引用
@article{arxiv.2012.03040,
title = {Understanding Bird's-Eye View of Road Semantics using an Onboard Camera},
author = {Yigit Baran Can and Alexander Liniger and Ozan Unal and Danda Paudel and Luc Van Gool},
journal= {arXiv preprint arXiv:2012.03040},
year = {2022}
}
备注
IEEE Robotics and Automation Letters