Visual saliency on the road: model and database dependent detection
Résumé
In the road context, objects of interest (salient or not) must be efficiently detected under any condition to ensure safety, for both driver assistance systems and autonomous vehicles. Nine representative state-of-the-art saliency models are evaluated on driving databases (human perception vs. robotics). Although not sufficient for robust detection, bottom-up saliency provides important information, especially when controlling for the classical biases.
Dans le contexte routier, les objets d'intérêt (saillants ou non) doivent être efficacement détectés quelles que soient les conditions afin d'assurer la sécurité, que ce soit pour des systèmes d'assistance à la conduite ou des véhicules autonomes. Neufs modèles de saillance représentatifs de l'état de l'art sont évalués sur deux bases de données issues du contexte routier (perception humaine et robotique). Bien qu'elle ne soit pas suffisante pour la détection, la saillance visuelle bottom-up fournit des informations pertinentes, d'autant plus en la contrôlant pour ses biais classiques.
Fichier principal
2016 - RFIA - Duthon, Quinton, Colomb - Visual saliency on the road - model and database dependent detection.pdf (899.94 Ko)
Télécharger le fichier
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...