כתבה
arXiv cs.AI ·
זיהוי כוונת הצדעה של רכבי רכב לפני חציה: חידוש תפקודי
Pedestrian Crossing Intent Classification From Event-Based Vision Using Convolutional Spiking Neural Networks With Temporal Augmentation
מאמר חדש מציג רשת תפקודית חדשה (Conv-SNN) לזיהוי כוונת הצדעה של רכבי רכב לפני חציה, המשתמשת באירועי ראיית דינמית. המאמר כולל תיאור של הארכיטקטורה, הלמידה והפירוק של המודל. המודל המוצע יכול לשמש לשיפור בביטחון וביצירת תפקודיות חדשות ברכבי רכב עצמאיים.
תקציר מקורי באנגליתarXiv:2609.13328v1 Announce Type: cross Abstract: Anticipating whether a pedestrian will cross the road is safety-critical for autonomous vehicles, requiring real-time inference under challenging conditions including motion blur, high dynamic range, and class imbalance. Conventional frame-based deep networks process redundant RGB data at fixed frame rates, limiting their temporal resolution and energy efficiency. In this work we present an end-to-end pipeline that (i) converts real-world driving footage from the Joint Attention in Autonomous Driving (JAAD) dataset into synthetic dynamic vision sensor (DVS) event streams using the v2e simulator, (ii) augments training with the CARLA-simulated DVS sequences of the DVS-PedX dataset under both normal and adverse weather conditions, and (iii) t
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית