“我周围是谁在驾驶？”基于深度神经特征的唯一车辆实例分类
计算机视觉与模式识别
2020-03-20 v1 机器学习
机器学习
摘要
感知其他交通参与者是自动驾驶汽车在真实世界中运行的先决条件。本文中，我们展示了如何利用目标检测 CNN 的固有特征图从行车记录仪视频中唯一识别车辆。使用预训练的‘YOLO’网络的特征图，从高分辨率数据集的 35 辆车的 20 张不同图像创建 700 个深度集成特征签名（DIFS），并从较低分辨率跟踪基准数据集的 17 辆车的 20 张不同图像创建 340 个签名。YOLO 网络被训练用于分类通用对象类别，例如将检测到的对象分类为‘汽车’或‘卡车’。对网络中间层特征图创建的 DIFS 采用 5 折最近邻（1NN）分类，对高分辨率数据的唯一车辆识别正确率为 96.7\%，对较低分辨率数据的正确率为 86.8\%。我们得出结论，训练用于区分不同类别的深度神经检测网络，可通过创建深度集成特征签名（DIFS）成功用于识别属于同一类的不同实例。
引用
@article{arxiv.2003.08771,
title = {"Who is Driving around Me?" Unique Vehicle Instance Classification using Deep Neural Features},
author = {Tim Oosterhuis and Lambert Schomaker},
journal= {arXiv preprint arXiv:2003.08771},
year = {2020}
}
备注
6 pages, 3 figures