Soiling detection for Advanced Driver Assistance Systems
Filip Beránek, Václav Diviš, Ivan Gruber
汽车摄像头的土壤检测是高级驾驶辅助系统的重要组成部分,使其在天气、灰尘等外部条件下更加坚固。 在本文中,我们将土化检测视为语义分割问题。 我们提供流行的分割方法的全面比较,并显示他们在性能上的优势,同时将它们与瓷砖级分类方法进行比较。 此外,我们对Woodscape数据集进行了广泛的分析,表明原始数据集包含数据泄漏和不准确的注释。 为了解决这些问题,我们创建了一个新的数据子集,尽管规模小得多,但为分割方法提供了足够的信息,以便在更短的时间内达到可比结果。 我们所有的代码和数据集拆分都可以在https://github.com/filipberanek/woodscape_revision上找到。
Soiling detection for automotive cameras is a crucial part of advanced driver assistance systems to make them more robust to external conditions like weather, dust, etc. In this paper, we regard the soiling detection as a semantic segmentation problem. We provide a comprehensive comparison of popular segmentation methods and show their superiority in performance while comparing them to tile-level classification approaches. Moreover, we present an extensive analysis of the Woodscape dataset showi...
