面向自动驾驶的 Woodscape 鱼眼目标检测——CVPR 2022 OmniCV 研讨会挑战赛
计算机视觉与模式识别
2022-06-28 v1
摘要
目标检测在自动驾驶中是一个被充分研究的问题。然而，在鱼眼相机情形下其探索相对不足。强烈的径向畸变破坏了卷积神经网络（CNN）的平移不变性归纳偏置。因此，我们提出了面向自动驾驶的 WoodScape 鱼眼目标检测挑战赛，该赛事作为 CVPR 2022 全向计算机视觉研讨会（OmniCV）的一部分举办。这是首批专注于鱼眼相机目标检测的竞赛之一。我们鼓励参与者设计直接在鱼眼图像上原生工作而无需校正的模型。我们使用 CodaLab 基于公开可用的 WoodScape 鱼眼数据集托管该竞赛。在本文中，我们对吸引了 120 支全球团队参与、共计 1492 次提交的竞赛进行了详细分析。我们简要讨论了获胜方法的细节并分析了其定性与定量结果。
引用
@article{arxiv.2206.12912,
title = {Woodscape Fisheye Object Detection for Autonomous Driving -- CVPR 2022 OmniCV Workshop Challenge},
author = {Saravanabalagi Ramachandran and Ganesh Sistu and Varun Ravi Kumar and John McDonald and Senthil Yogamani},
journal= {arXiv preprint arXiv:2206.12912},
year = {2022}
}
备注
Workshop on Omnidirectional Computer Vision (OmniCV) at Conference on Computer Vision and Pattern Recognition (CVPR) 2021