Checklist to Define the Identification of TP, FP, and FN Object Detections in Automated Driving

要約

自動運転システムの物体認識は、安全に導入する前に品質と堅牢性のテストに合格する必要があります。
このようなテストでは通常、真陽性 (TP)、偽陽性 (FP)、および偽陰性 (FN) の検出を特定し、それらをメトリクスに集計します。
文献には、TP/FP/FN の識別を定義するための包括的な方法が欠けていると思われるため、この文書では、関連する機能面と実装の詳細のチェックリストを提供します。
テストセットのラベル付けポリシーに加えて、視覚領域、閉塞処理、安全関連領域、一致基準、時間的および確率的問題、その他の側面もカバーします。
チェックリストは完全に形式化することはできませんが、実践者がテストのあいまいさを最小限に抑えるのに役立ち、その結果、オブジェクトの知覚に関する記述の信頼性と比較性が高まります。

要約(オリジナル)

The object perception of automated driving systems must pass quality and robustness tests before a safe deployment. Such tests typically identify true positive (TP), false-positive (FP), and false-negative (FN) detections and aggregate them to metrics. Since the literature seems to be lacking a comprehensive way to define the identification of TPs/FPs/FNs, this paper provides a checklist of relevant functional aspects and implementation details. Besides labeling policies of the test set, we cover areas of vision, occlusion handling, safety-relevant areas, matching criteria, temporal and probabilistic issues, and further aspects. Even though the checklist cannot be fully formalized, it can help practitioners minimize the ambiguity of their tests, which, in turn, makes statements on object perception more reliable and comparable.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google