Conceptos Básicos
Unser Beleuchtungsoptimierungsmodell (LightDiff) verbessert die Bildqualität von Kamerabildern in Dunkelheit, um die Leistung von Wahrnehmungssystemen für autonomes Fahren zu steigern und die Sicherheit in Nachtfahrten zu erhöhen.
Resumen
Dieser Artikel stellt ein neuartiges Beleuchtungsoptimierungsmodell namens LightDiff vor, das für den Einsatz in autonomen Fahrzeugen entwickelt wurde. LightDiff zielt darauf ab, die Bildqualität von Kamerabildern in Dunkelheit zu verbessern, um die Leistung von Wahrnehmungssystemen zu steigern und die Sicherheit in Nachtfahrten zu erhöhen.
Das Kernkonzept von LightDiff ist es, ein Diffusionsmodell zu verwenden, um Tageszeitbilder in Nachtbilder umzuwandeln, ohne auf manuell gesammelte Daten angewiesen zu sein. Stattdessen nutzt LightDiff einen dynamischen Prozess zur Bildverschlechterung, um synthetische Tag-Nacht-Bildpaare aus vorhandenen Tageszeitdaten zu generieren.
Um die semantische Integrität der transformierten Bilder beizubehalten, integriert LightDiff mehrere Eingabemodule wie Tiefenkarten und Bildunterschriften in einen Multi-Condition-Adapter. Dieser Adapter bestimmt intelligent die Gewichtung jeder Eingabemodalität, um eine hohe visuelle Qualität bei gleichzeitiger Erhaltung der semantischen Konsistenz zu erreichen.
Darüber hinaus verwendet LightDiff ein Belohnungsmodell, das auf wahrnehmungsspezifischem Domänenwissen basiert, um den Diffusionsprozess nicht nur für eine bessere visuelle Wahrnehmung, sondern auch für die Verbesserung der Leistung von Wahrnehmungsmodellen zu optimieren.
Umfangreiche Experimente auf dem nuScenes-Datensatz zeigen, dass LightDiff die Leistung von 3D-Fahrzeugerkennung in Nachtbedingungen deutlich verbessern kann, ohne die Leistung bei Tageslicht zu beeinträchtigen.
Estadísticas
Die Todesrate bei Nachtfahrten ist viel höher als bei Tagfahrten. [4]
Die Beleuchtungsoptimierung kann die Leistung von 3D-Fahrzeugerkennung in Nachtbedingungen um 4,2% und 4,6% verbessern.
Citas
"Die Beleuchtungsoptimierung kann die Leistung von 3D-Fahrzeugerkennung in Nachtbedingungen um 4,2% und 4,6% verbessern."
"Unser Beleuchtungsoptimierungsmodell (LightDiff) verbessert die Bildqualität von Kamerabildern in Dunkelheit, um die Leistung von Wahrnehmungssystemen für autonomes Fahren zu steigern und die Sicherheit in Nachtfahrten zu erhöhen."