SalienDet: A Saliency-based Feature Enhancement Algorithm for Object Detection for Autonomous Driving

要約

タイトル：自律運転のオブジェクト検出のためのサリエンシーベースの特徴強化アルゴリズム（SalienDet）

要約：

– 自律運転にとって、オブジェクト検出は重要である。
– 未知のオブジェクトがあると、自律走行車は操作範囲を超えて走ることができないのが問題である。
– 研究者たちは、未知のオブジェクトも検出するサリエンシーベースのオブジェクト検出アルゴリズム（SalienDet）を提案している。
– SalienDetは、オブジェクトの提案を生成するために画像特徴を強化するためにサリエンシーベースのアルゴリズムを利用している。
– そして、未知のオブジェクトをすべてのオブジェクトから区別するためにデータセットのリラベリングアプローチを設計している。
– KITTI、NuScenes、およびBDDデータセットでSalienDetを評価し、結果は既存のアルゴリズムよりも未知のオブジェクト検出に優れていることを示している。
– 加えて、SalienDetはオープンワールドの検出タスクでのインクリメンタルラーニングに簡単に適応できる。

要約(オリジナル)

Object detection (OD) is crucial to autonomous driving. Unknown objects are one of the reasons that hinder autonomous vehicles from driving beyond the operational domain. We propose a saliency-based OD algorithm (SalienDet) to detect objects that do not appear in the training sample set. SalienDet utilizes a saliency-based algorithm to enhance image features for object proposal generation. Then, we design a dataset relabeling approach to differentiate the unknown objects from all objects to achieve open-world detection. We evaluate SalienDet on KITTI, NuScenes, and BDD datasets, and the result indicates that it outperforms existing algorithms for unknown object detection. Additionally, SalienDet can be easily adapted for incremental learning in open-world detection tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI