ObjectGAN:自动驾驶评估数据集构建

• 作者: 孟令中 师源 杨光 王鹏淇 董乾 薛云志
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 虚拟仿真 数据生成 目标检测 域适应
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 机器视觉技术专刊
• 页码范围: 112-117
• 页数: 6页
• 分类号: TP312
• 字数: 4030字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2020.08.014

摘要

自动驾驶评估数据集的构建在很大程度上取决于能否覆盖复杂多样的交通场景.但是通过人工获取数据工作量巨大,且难以覆盖所有场景,在这种情况下,虚拟引擎可以提供极大的便利.利用UE4(Unreal Engine 4)虚拟引擎构建常见驾驶场景,并结合设计的后处理系统和自动标注算法高效获取、标注复杂场景图像.针对虚拟引擎生成图像逼真度不足这一问题,搭建ObjectGAN域适应模型,基于虚拟数据重建逼真图像,该模型针对目标数据,引入特征一致性监督,无须另外标注信息便可有效缩小与真实数据间域差异.创建了一个新颖的复杂场景虚拟自动驾驶数据集,其中包含多种天候、光照、驾驶场景数据.通过该数据集验证ObjectGAN模型可以有效缩小虚拟数据与真实数据间域差异,经过域适应处理后的数据可以在复杂场景中对主流检测器进行有效的性能评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨光	中国科学院软件研究所	116	707	13.0	22.0
2	薛云志	中国科学院软件研究所	9	83	4.0	9.0
3	王鹏淇	中国科学院软件研究所	1	0	0.0	0.0
4	孟令中	中国科学院软件研究所	4	3	1.0	1.0
5	董乾	中国科学院软件研究所	1	0	0.0	0.0
6	师源	中国科学院软件研究所	1	0	0.0	0.0