使用上下文块的基于视觉的道路检测
计算机视觉与模式识别
2015-09-04 v1
摘要
道路检测是自主导航系统中的一项基本任务。在本文中，我们考虑单目道路检测的情况，其中图像被分割为道路和非道路区域。我们的出发点是众所周知的机器学习方法，其中训练分类器以基于人工标注的图像区分道路和非道路区域。我们接着引入“上下文块”的使用，作为向分类器提供上下文信息的一种有效方式。总体而言，所提出的方法论（包括其图像特征选择和分类器）在设计时考虑了计算成本，为优化实现留出了空间。在实验方面，我们对构成系统的每个阶段和特征子集进行了合理的评估。结果表明，使用上下文块带来了极大的益处，并证明了其计算效率。最后，我们将结果提交至 KITTI 道路检测基准，取得了与 state-of-the-art 方法相当的分数。
引用
@article{arxiv.1509.01122,
title = {Vision-Based Road Detection using Contextual Blocks},
author = {Caio César Teodoro Mendes and Vincent Frémont and Denis Fernando Wolf},
journal= {arXiv preprint arXiv:1509.01122},
year = {2015}
}