综述 | 自动驾驶中的计算机视觉
点上方蓝字计算机视觉联盟获取更多干货
在右上方 ··· 设为星标 ★，与你不见不散
编辑：Sophia
计算机视觉联盟 报道 | 公众号 CVLianMeng
转载于 ：https://arxiv.org/abs/1704.05519v2
推荐文章【点击下面可直接跳转】：
AI博士笔记系列推荐：
综述《Computer Vision for Autonomous Vehicles: Problems, Datasets and State of the Art》试图通过提供对目前最先进的相关技术和数据集的调研来缩小人们对该领域的认知鸿沟。综述既包括了已有的最相关的文献，也包含了一些特殊主题目前最先进的成果，如识别、重建、运动估计、跟踪、场景理解和自动驾驶端到端学习。综述还包含了对最先进技术在KITTI、MOT和Cityscapes等几个具有挑战性的基准数据集上的性能的分析。
另外，该综述还讨论了一些开放问题和目前的研究挑战。综述还提供了一个网站，方便人们访问相关的主题，以及提供额外的信息。
综述首先提供了自动驾驶的简要历史，然后介绍了相机模型和校准技术。接着，综述介绍了与自动驾驶相关的数据集（重点关注与感知相关的数据集）、相关的感知任务和最新的解决方法。尤其是，综述回顾了目标检测、目标跟踪、语义（实体）分割、重建、运动估计和场景理解。每个章节包含了问题定义、重要方法和主要设计选择、顶尖技术在流行数据集上的定性和定量分析以及关于领域最先进技术的讨论。最终，综述提供了关于最先进端到端自动驾驶模型的概览。
END
声明：本文来源于网络
如有侵权，联系删除
最新热文荐读
Github | 吴恩达新书《Machine Learning Yearning》
收藏 | 博士大佬总结的Pycharm 常用快捷键思维导图！
笔记 | 如何深入理解计算机视觉？（附思维导图）
点个在看支持一下吧