活动信息:主题:自动驾驶中我们需要什么样的评测数据集?
时间:6月14日(周三)下午1:00
直播地点:点击“阅读原文”获取
嘉宾介绍
侯晓迪
图森未来联合创始人、CTO
上海交通大学本科,加州理工学院计算与神经系统博士。计算机视觉专家,近10年来有多篇论文在计算机视觉领域具有显著影响力。2007年即本科大三时期以第一作者身份在CVPR发表论文Saliency Detection: A Spectral Residual Approach,创立基于频域的视觉注意机制,其计算模型用五行代码即可复现,在算法上对场景识别实现巨大突破,引起业界强烈关注。侯晓迪目前是计算机视觉领域几乎所有顶级会议、期刊的审稿人,亦是今年夏天将在夏威夷举办的CVPR2017自动驾驶分会联席主席。
分享提纲
随着深度学习的成熟,基于视觉的无人驾驶正渐渐变得可行。我们认为,支撑视觉感知在无人驾驶问题的关键推动力是标准化的算法衡量标准。现有任务和评价指标仍植根于传统计算机视觉,常用数据集如KITTI和Cityscapes中的评测任务仍大部分局限于单帧图像中的2D表示。然而在自动驾驶中,我们可以使用大量场景先验知识辅助解决大量病态问题,关注的也不仅仅是简单的2D表示,物体的物理属性(如相对位置,速度)和意图等都是可靠的自动驾驶的关键。故我们需要针对无人驾驶带来的挑战,设计新的评测任务和算法衡量标准。
本次分享内容将分为以下几个部分:
Two decades of benchmarking
Limitations of benchmarks
Benchmark and autonomous driving
TuSimple Challenges at CVPR 2017
原文链接:
http://mp.weixin.qq.com/s/dkpr8HU9IMoa8aBMarOG-w