光流估计算法综述_综述 | 自动驾驶的计算机视觉全面综述论文
发布时间
阅读量：
阅读量
这篇文章出自2019年12月18日，是Andreas Geiger带领人写的第二个版本
第一个版本我以前推荐过
Kings：【自动驾驶】综述文章推荐zhuanlan.zhihu.com
文章链接https://arxiv.org/pdf/1704.05519v2.pdf
一共283页，内容充分详实
综述的目录大致如下：
- 概述 *
- 自动驾驶技术的发展历程 *
- 感知模块 *
- 数据集与基准评估 *
- 目标检测算法 *
- 目标追踪技术 *
- 语义分割方法 *
- 实体语义分割方法 *
- 立体空间的建模与分析 *
- 多角度三维重建技术 *
- 基于光流法的运动分析 *
- 动态三维场景建模与处理 *
- 地图信息处理、车辆定位方法及运动估计技术（Ego-Motion） *
- 复杂环境下的智能感知与理解 *
- 全息式学习框架应用于自动驾驶系统优化与改进
综述《Computer Vision for Autonomous Vehicles: Problems, Datasets and State of the Art》旨在通过系统性研究现有的先进技术和关键数据集来填补这一研究领域中的知识空白。该综述不仅涵盖了当前最相关的文献研究，并深入探讨了多个新兴主题的核心技术发展现状与最新成果。涵盖如识别、重建等核心技术领域的最新进展及应用效果表现如何？具体而言，则包括基于深度学习的方法在自动驾驶中的实际应用效果如何？此外，在性能评估方面进行了全面而系统的测试与分析
此外，在此综述中探讨了若干开放性问题以及当前研究中的挑战。此外，在此综述不仅提供了一个网站用于方便公众了解相关主题，并附加了额外信息
该综述首先概述了自动驾驶领域的简要发展历程，并随后介绍了相机模型及其校准技术。接着该综述还探讨了相关感知任务，并重点分析了与自动驾驶相关的数据集（尤其是那些涉及感知的数据集），同时阐述了当前采用的最新解决方案。特别强调了目标检测、目标跟踪以及语义分割等关键技术，并详细讨论了重建技术、运动估计方法以及场景理解的过程。每个章节均包含以下内容：明确的问题定义部分；介绍采用的关键技术及其实现细节；并阐述其在实现过程中做出的主要设计决策。最后部分对该领域中最具代表性的端到端自动驾驶系统架构进行了全面总结
目录如下：
全部评论 (0)
还没有任何评论哟~