利用UNet进行未来交通地图预测任务Traffic4cast挑战赛2020
计算机视觉与模式识别
2020-12-02 v1 机器学习
图像与视频处理
摘要
本文描述了我们在Traffic4cast挑战赛2020上基于UNet的实验。与Traffic4cast挑战赛2019类似，任务是在全球三个大都市的高分辨率地图上预测交通流量、方向和速度。我们主要试验了基于UNet的深度卷积网络，其由不同组合的全连接卷积层、平均池化层和最大池化层构成。尝试了三种基础UNet模型类型，并通过平均预测分数或取中值来组合预测。我们的方法在今年新建的挑战赛数据集中取得了最佳性能。
关键词
引用
@article{arxiv.2012.00125,
title = {Utilizing UNet for the future traffic map prediction task Traffic4cast challenge 2020},
author = {Sungbin Choi},
journal= {arXiv preprint arXiv:2012.00125},
year = {2020}
}
备注
8 pages, 4 figures, NeurIPS 2020 Traffic4cast workshop paper