HyperAIHyperAI
il y a 2 mois

3D-LaneNet : Détection de multiples voies en 3D de bout en bout

Garnett, Noa ; Cohen, Rafi ; Pe'er, Tomer ; Lahav, Roee ; Levi, Dan
3D-LaneNet : Détection de multiples voies en 3D de bout en bout
Résumé

Nous présentons un réseau qui prédit directement la disposition 3D des lignes de conduite dans une scène routière à partir d'une seule image. Cette étude marque une première tentative pour aborder cette tâche avec des capteurs embarqués, sans supposer une largeur constante connue des lignes de conduite ni s'appuyer sur des environnements pré-cartographiés. Notre architecture de réseau, 3D-LaneNet, introduit deux nouveaux concepts : la projection inverse en perspective (IPM) intra-réseau et la représentation ancrée des lignes de conduite. La projection IPM intra-réseau facilite le flux d'information dual, tant dans la vue d'image régulière que dans la vue aérienne. Une représentation de sortie par colonne ancrée permet notre approche bout-à-bout, qui remplace les heuristiques courantes telles que le regroupement et le rejet des valeurs aberrantes, transformant l'estimation des lignes de conduite en un problème de détection d'objets. De plus, notre approche gère explicitement des situations complexes comme les fusions et les divisions de lignes de conduite. Les résultats sont présentés sur deux nouveaux ensembles de données 3D de lignes de conduite, l'un synthétique et l'autre réel. Pour comparer avec les méthodes existantes, nous avons testé notre approche sur le banc d'essai tuSimple pour la détection des lignes de conduite uniquement basées sur l'image, obtenant des performances compétitives avec l'état de l'art.科技/学术术语处理:3D layout : disposition 3Don-board sensing : capteurs embarquésintra-network inverse-perspective mapping (IPM) : projection inverse en perspective (IPM) intra-réseauanchor-based lane representation : représentation ancrée des lignes de conduitedual-representation information flow : flux d'information dualimage-view : vue d'imagetop-view : vue aériennelane merges and splits : fusions et divisions de lignes de conduitesynthetic dataset : ensemble de données synthétiquereal dataset : ensemble de données réeltuSimple lane detection benchmark : banc d'essai tuSimple pour la détection des lignes de conduitestate-of-the-art : état de l'art