automobile 3D目标检测学习
来源:互联网 发布:中国网络圣战 编辑:程序博客网 时间:2024/05/17 23:16
2017.4.8
最近参加了didi和UDACITY举办的无人驾驶算法大赛,对车辆在行驶过程中的车辆和行人目标进行检测,和我之前做的目标检测不同,这次的目标检测需要的是移动物体的目标检测,也就是说,需要在视频中对移动物体的环境信息进行量距和地图构建,确定出视频中移动物体和目标的运动情况,对检测的车辆和行人目标,需要框出目标的三维bounding box和方位信息,所以这也比之前所做的目标检测要复杂的多,因为要考虑到多个传感器信息的融合。在传统的2D目标检测中,只需要对通过camera对视频图像信息进行检测即可,不需要给出物体的距离信息和物体的三维参数,而在3D目标检测中,就需要通过camera、laser scanner、GPS等传感器的信息进行融合,这也是解决3D目标检测的核心问题。
由于比赛是基于KITTI数据库,所以benchmarks也是基于CVPR2012年的一篇论文来定的,Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite。
在benchmarks选择上,该数据库的评估采用了多样的度量方法,针对不同的任务有不同的度量策略。
对于立体光流( stereo and optical flow)的benchmarks:
评估的方法是根据Disparity和终点误差( end-point error)的像素错误的平均值,文章采用了 disparity/end-point error阈值τ ∈ {2,..,5}px作为benchmarks, τ = 3px作为需要考虑进行校准和激光测量误差的默认值。
对于视觉量距(visual odometry)/即时定位与地图构建(SLAM):
如果采用基于轨迹断点误差可能会引起误解,因为这个测量方式很大程度取决于误差发生时的时间点,例如,早期的旋转误差通过一系列操作导致了更大的端点误差。论文中给出了2个延伸方法,而没有采用将旋转误差和平移误差组合成一个单一的度量。因此,我们评估误差采用一个轨迹长度和速度函数,度量函数如下:
F是一组帧(x,y), ˆ p和p由估计和真实相机分别给出, ⊖代表了逆算操作, ∠[·]是旋转角度
对于3D目标检测和方向评估:
评估主要分为三个部分,我们评估2D目标检测的分类指标通过采用已经建立的准确率测量方式,在迭代开始后,检测和真实bounding box有最大重叠的bounding box,测量和真实bounding box的交并比值。我们要求和真实样本重叠率超过50% 的作为真正样本(TP),相同目标的其他检测的样本作为假正样本(FP)。我们评估目标检测和3D定位联合的成绩通过一种称为平均方向相似度( average orientation similarity,AOS)的新型方法。公式为:
这里的r=TP/(TP+FN)是PASCAL中的召回率,如果检测的bounding box 重叠率超过50%,我们就定义为这个样本检测是正确的(TP)。方向相似度s=[0,1]在召回率变量归一化后根据余弦相似度求得:
其中,D(r)表示在召回率r下所有的检测目标,∆ 是对目标i在估计方位和真实方位之间的差值。 我们设定δ i=1,如果在检测i分配了一个真实bounding box(至少重叠50%),如果检测没有分配的话,我们设定 δ i = 0。最后,我们依据平均方向相似度评估分类任务和回归任务(连续定位)性能。
传感器矫正:
- automobile 3D目标检测学习
- 多视图3D目标检测学习笔记
- 目标检测-深度学习
- 目标检测 深度学习
- 深度学习-目标检测
- CVPR2017 2D目标检测相关论文
- 初七-目标检测-监督学习
- 深度学习-目标检测综述
- 深度学习的目标检测
- 深度学习-目标检测综述
- 深度学习目标检测方法
- [学习笔记]运动目标检测(加注释)
- opencv学习---运动目标(前景)检测
- 深度学习之目标检测进展
- 基于深度学习的目标检测研究进展
- 基于深度学习的目标检测研究进展
- 基于深度学习的目标检测研究进展
- 基于深度学习的目标检测研究进展
- 关于Scanner输入类的一个小问题
- 中国移动也开源 他如何使用Linux、OpenStack?
- 欢迎使用CSDN-markdown编辑器
- linux PS命令详解
- Python高阶函数笔记
- automobile 3D目标检测学习
- STL之containers和<algorithm>-Reference
- Java线程状态、线程停止、线程阻塞
- Vim简单配置
- OpenCV 滑动条Trackbar C/C++/Python
- 抽象类总结
- 苹果怂了:移动支付打不过国内微信阿里
- 读《最美最美的博物书昆虫》手绘
- 几种常用加密算法比较