自动驾驶中的计算机视觉技术:问题,数据集,以及 最新技术(一)

— *摘要 —- 近年来,计算机视觉、机器学习和自主车辆等人工智能相关领域取得了惊人的进展。然而,与任何快速增长的领域一样,保持该领域的最前沿或作为初学者进入该领域变得越来越困难。虽然已经有了几篇特定专题的综述论文,但是到目前为止还没有关于自主车辆计算机视觉中的问题、数据集和方法的一般性的更为广泛的综述。本文试图通过提供自动驾驶的计算机视觉方面各个主题的最新综述来缩小这一差距。我们的综述既包括历史上最相关的文献,也包括关于几个特定主题的当前最新技术,包括识别(recognition)、重建(reconstruction)、运动估计(motion estimation)、跟踪(tracking)、场景理解(scene understanding) 和端到端学习(end-to-end learning)。为了实现这个目标,我们首先提供一个分类法来对每种方法进行分类,然后分析在包括KITTI、ISPRS、MOT和 Cityscape在内的几个具有挑战性的基准测试数据集上的最新性能. 此外,我们讨论了目前尚待解决的问题和面临的挑战。为了方便访问和容纳缺少的参考资料,我们还将提供一个交互式平台,允许浏览主题和方法,并为每篇论文提供额外的信息和项目链接。自主驾驶中的计算机视觉知识图谱

阅读 387评论 0 8个月前

powered by studyai.com 2017