本研究论文探讨了计算机视觉中车辆灯光的表示及其对自动驾驶领域中各种任务的影响。通过讨论不同的车辆灯光表示规范,包括边界框、中心点、角点和分割掩模,探讨了它们在强弱方面的差异。从夜间车辆检测、三维车辆方向估计和动态轨迹提示等角度,确定了受益于车辆灯光检测的三个关键任务。还讨论了为训练数据驱动模型而收集和注释大型数据集的挑战,并介绍了 LISA 车辆灯光数据集和相关的光可见性模型,该模型特别为车辆检测、意图和轨迹预测以及安全路径规划等下游应用提供了灯光注释。还提供了现有车辆灯光数据集的比较,突出了每个数据集的独特特点和局限性。总的来说,本论文深入探讨了车辆灯光的表示以及在自动驾驶应用中训练有效检测模型所需的准确注释的重要性。我们的数据集和模型可以在此 URL 链接中获取。