基于合成三维场景图的无监督交通场景生成
计算机视觉与模式识别
2023-03-16 v1 机器学习
机器人学
摘要
由计算机图形学驱动的图像合成近期取得了显著的真实感，但以此方式生成的合成图像数据与真实世界数据之间存在显著的域差距。在自动驾驶场景中尤为如此，这是利用合成数据训练神经网络所面临的关键问题。我们提出了一种基于域不变场景表示的方法，直接合成交通场景图像而无需渲染。具体而言，我们依赖合成场景图作为内部表示，并引入一种用于真实交通场景合成的无监督神经网络架构。我们用关于场景的空间信息增强合成场景图，并通过场景操控展示了我们方法的有效性。
引用
@article{arxiv.2303.08473,
title = {Unsupervised Traffic Scene Generation with Synthetic 3D Scene Graphs},
author = {Artem Savkin and Rachid Ellouze and Nassir Navab and Federico Tombari},
journal= {arXiv preprint arXiv:2303.08473},
year = {2023}
}