[論文レビュー] Computer Vision for Autonomous Vehicles: Problems, Datasets and State of the Art

Joel Janai, Fatma Güney+2 more|arXiv (Cornell University)|Apr 18, 2017

Advanced Neural Network Applications被引用数 144

ひとこと要約

自動運転の認識問題、データセット、および最先端手法の包括的な調査で、ベンチマーク分析とオンラインリソースを伴います。

ABSTRACT

Recent years have witnessed enormous progress in AI-related fields such as computer vision, machine learning, and autonomous vehicles. As with any rapidly growing field, it becomes increasingly difficult to stay up-to-date or enter the field as a beginner. While several survey papers on particular sub-problems have appeared, no comprehensive survey on problems, datasets, and methods in computer vision for autonomous vehicles has been published. This book attempts to narrow this gap by providing a survey on the state-of-the-art datasets and techniques. Our survey includes both the historically most relevant literature as well as the current state of the art on several specific topics, including recognition, reconstruction, motion estimation, tracking, scene understanding, and end-to-end learning for autonomous driving. Towards this goal, we analyze the performance of the state of the art on several challenging benchmarking datasets, including KITTI, MOT, and Cityscapes. Besides, we discuss open problems and current research challenges. To ease accessibility and accommodate missing references, we also provide a website that allows navigating topics as well as methods and provides additional information.

研究の動機と目的

• 運転の自動運転ビジョン認識の歴史と主な課題を調査する。
• 認識タスク全体の主要なデータセット、ベンチマーク、および評価指標を要約する。
• 検出、追跡、セグメンテーション、再構成、運動推定、シーン理解の最新手法をレビューする。
• 自動運転におけるエンドツーエンド学習のための未解決問題、研究課題、方向性を議論する。
• オンラインツールを介してトピックと手法のアクセス可能なナビゲーションを提供する。

提案手法

• モジュラー自動運転パイプラインおよびエンドツーエンドアプローチにおける認識関連モジュールの体系的レビュー。
• 人気データセット（例：KITTI、MOT、Cityscapes）での最先端技術の比較分析。
• 自動運転ビジョンに関連するセンサ系、カメラモデル、キャリブレーションの議論。
• 合成データ生成を含むデータセットとベンチマークの概要、定性的・定量的洞察。
• 調査された論文と手法を可視化するインタラクティブなオンラインリソースの提供。

実験結果

リサーチクエスチョン

• RQ1 自動車ビジョン研究で使用される主な認識タスク、データセット、ベンチマークは何か。
• RQ2 検出、追跡、セグメンテーション、再構成、運動推定の最新手法は自動運転シナリオでどのようであるか。
• RQ3 異なるデータセットとベンチマークは現実性、多様性、評価の点でどのように比較されるか。
• RQ4 自動運転の認識とエンドツーエンド学習アプローチにはどのような未解決問題と課題が残っているか。
• RQ5 研究者はどのように分野を効率的にナビゲートし、要約情報と論文間の関係にアクセスできるか。

主な発見

• 本論文は、認識、再構成、運動推定、追跡、シーン理解、エンドツーエンド運転を含む認識関連モジュールとエンドツーエンドアプローチを調査する。
• KITTI、MOT、Cityscapesなどの挑戦的なベンチマークで最先端技術を分析する。
• ロバストな自動車ビジョンシステムのためのセンサ系、カメラモデル、およびキャリブレーションを議論する。
• トピック、手法、参考文献をナビゲートするオンラインのインタラクティブツールを提供する。
• 自動運転の認識とエンドツーエンド運転における未解決問題と研究課題を強調する。
• データセットの議論の一部として、合成データ生成とベンチマークおよび訓練におけるその役割をレビューする。