ICMLNov, 2018

基于深度学习的计算机视觉在 SHRP 2 NDS 视频中检测工作区

PDF
TL;DR本文介绍了 SHRP 2 NDS Video Analytics (SNVA) 软件应用程序，该应用程序从 NDS 设备的前置摄像头视频提取信息，并将该信息高效地整合到 RID 中，将视频内容与地理位置和其他行程属性相关联，其中包括了工作区域，交通信号状态和天气信息。
naturalistic driving studyshrp 2roadway information databasesnvawork zone detection
发现论文，激发创造
  • ROADWork 数据集：学习识别、观察、分析和驾驶工作区

    提出 ROADWork 数据集，改进了检测工作区对象的性能，发现和描述工作区的能力，并预测可驾驶路径，提高了导航目标和路径的准确性。

    Jun, 2024

  • 视觉推理与驾驶危险预测相遇：问题形式化及数据集

    本研究旨在通过借助汽车行车记录仪的单个图像，对驾驶中可能遇到的危险进行预测。为了开展这一不常研究的领域，我们创造了一个名为 DHPR 的数据集，其中包含 15K 个街景图像，每张图像都与车速、假设的危险描述和场景中的可见实体相关联。通过评估基线方法在数据集上的表现，我们发现仍存在问题，并讨论了未来的方向。本研究通过引入新的问题形式和数据集，为驾驶危险预测领域做出了贡献，让研究人员能够探索多模态人工智能在此领域的潜力。

    Oct, 2023

  • 基于 GAN 的司机脸部视频去识别化: NDS 数据中人为因素影响的评估

    本文提出了一种基于人工智能的面部替换技术用于去匿名化驾驶员面部数据来解决交通研究数据共享中的隐私问题，并通过实验证明了这种技术在保护驾驶员个人隐私数据和人类行为研究方面的有效性和前景，最终讨论了可能的共享措施。

    Jun, 2023

  • 自然驾驶情境下的概率不确定性感知危险路段探测器

    本文提出了基于生存分析考虑的概率情况风险模型，并将其扩展到自然地结合感性、时间和行为不确定性的真实场景。结果风险点检测器 (RSD) 应用于真实驾驶数据，显示了路面重要性地图，相较于 Time Headway (TH) 和 Time-To-Contact (TTC), 我们的方法在预测风险方面更具有选择性和特异性。

    Mar, 2023

  • Traffic-Net: 使用单个摄像头进行 3D 交通监控

    本研究提供了一个基于深度学习的实时交通监控平台，通过单个交通摄像头实现了车辆 / 行人检测、速度检测、轨迹估计、拥堵检测、以及车辆和行人交互的监测，同时使用短期和长期的时间视频数据流开发了分层交通模型解决方案，实现了对实际交通情况的监测。

    Sep, 2021

  • 用于语义视频分割的高速公路行驶数据集

    介绍了语义视频数据集 Highway Driving dataset 和基于时间相关性的基线算法，提高了实时应用的语义分割效果。

    Nov, 2020

  • 朝向驾驶场景理解：用于学习驾驶行为和因果推理的数据集

    介绍了 Honda Research Institute Driving Dataset（HDD），这是一个挑战性数据集，包括 104 小时的人类真实驾驶行为。同时还提出了一种新的注释方法来研究未剪辑数据序列中的驾驶行为，通过训练和测试基线算法，展示了所提出任务的可行性。

    Nov, 2018

  • DeepSegmenter：用于检测未剪辑自然驾驶视频中异常的时间段定位

    本文提出了一种新的方法学框架 ——DeepSegmenter，该框架同时在单个框架中执行活动分割和分类，以识别驾驶员的异常驾驶行为，并在 2023 年 AI 城市挑战赛的实验验证数据中取得了 0.5426 的活动重叠得分，证明了该系统的有效性、高效性和稳健性。

    Apr, 2023

  • 基于遥感的概率图像驱动交通建模

    用遥感图像直接建模时空交通模式的多模态、多任务变压器分割架构，包含地理时空位置编码模块和自然建模时间变化的概率目标函数，在 Dynamic Traffic Speeds (DTS) 数据集上显著提升交通模型的性能，并引入 DTS++ 数据集支持与移动相关的位置适应实验。

    Mar, 2024

  • 自我监督的多任务学习框架：基于车载摄像头实现安全健康导向的互联驾驶环境感知

    本文提出了一种基于图像合成和分解的双向 BPISD 方法，以及一种新的自监督多任务学习框架，可以同时估计深度、大气可见度、空气光和 PM2.5 质量浓度，从而进一步提高交通安全性、空气质量和公共卫生。

    Jun, 2023