为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

人经常走一条路能走熟,主动驾驭汽车也应该能。

主动驾驭汽车靠各种传感器「看到」这个世界,然后再借助人工神经网络处理来自传感器的数据。它们和人类不同,因为人类是有影象的,一条路多走几次就熟了,但对于使用人工神经网络的主动驾驭汽车来说,这条路每天都是新的。这在气候恶劣时会成为一个问题,因为这种气候下,传感器往往没有那么可靠。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

为了缓解这一问题,来自康奈尔大学 Ann S. Bowers 计算机与信息科学学院和工程学院的钻研人员在 CVPR 2022 上发表了两篇钻研论文,在ICLR 22上发表了一篇论文,其核心思想是为主动驾驭汽车创造「影象」,并在后续的行驶中使用这些影象。论文 1 标题为「HINDSIGHT is 20/20: Leveraging Past Traversals to Aid 3D Perception」,一作是博士生游宇榕(Yurong You),senior author 是康奈尔大学 Bowers CIS 计算机科学传授 Kilian Weinberger。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

论文链接:https://arxiv.org/pdf/2203.11405.pdfWeinberger 传授认为,「上述问题的核心在于,我们能否从反复的经历中进修?例如,汽车的激光扫描仪第一次从远处看到形状奇怪的树时,可能会把它误认为行人,但一旦距离足够近,物体类别就变得清晰起来。因此,当你第二次开车经过同一棵树时,即使是在雾中或雪中,你也希望汽车已经学会正确识别这棵树。」「事实上,你很少有机会开上一条近期完全没人开过的路,总有人最近会经过这里,所以,收集经验并加以利用看起来是再正常不过的事。」论文合著者 Katie Luo 说到。在博士生 Carlos Diaz-Ruiz 的带领下,该小组在 18 个月的时间里驾驭一辆配置了激光雷达传感器的汽车在伊萨卡及其周围的 15 公里环路上重复行驶了 40 次,收集了沿途的环境(高速公路、城市、校园)、气候(晴天、雨天、下雪天)和一天中不同时段的信息。这些信息组成了一个名为「Ithaca365」的数据集,其详细信息可在论文 2《Ithaca365: Dataset and Driving Perception under Repeated and Challenging Weather Conditions》中找到。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

论文链接:https://openaccess.thecvf.com/content/CVPR2022/papers/Diaz-Ruiz_Ithaca365_Dataset_and_Driving_Perception_Under_Repeated_and_Challenging_Weather_CVPR_2022_paper.pdf

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

「这项钻研直面主动驾驭汽车的一项关键挑战——恶劣的气候条件,」Ithaca365 的合著者 Diaz-Ruiz 说,「如果路面被积雪覆盖,人类可以依靠影象,但人工神经网络无法依靠影象,这就使其陷入劣势。」论文 1 标题中的「HINDSIGHT」是一种在汽车经过物体时使用神经网络计算物体描述符的方法。然后,它会压缩这些被称为「SQuaSH (Spatial-Quantized Sparse History) 特征」的描述,并将其存储在虚拟地图上,类似于存储于人脑中的「影象」。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

下次穿越同一位置时,主动驾驭汽车可以查询沿途每个激光雷达点的本地 SQuaSH 数据库,并「回忆起」上次进修的内容。该数据库不断更新并在车辆间共享,从而丰富了可用于执行识别的信息。「此信息可作为特征添加到任何基于激光雷达的 3D 目标检测器中,」游宇榕说,「检测器和 SQuaSH 表示可以在没有任何额外监督或人工注释的情况下被联合训练,后者需要花费不少时间和精力。」虽然 HINDSIGHT 仍然假设人工神经网络已经经过训练,可以检测物体,并增加了创建影象的能力,但论文 3《Learning to Detect Mobile Objects from LiDAR Scans Without Labels》又往前走了一步,提出了一种名为 MODEST(Mobile Object Detection with Ephemerality and Self-Training)的方法。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

论文链接:https://openaccess.thecvf.com/content/CVPR2022/papers/You_Learning_To_Detect_Mobile_Objects_From_LiDAR_Scans_Without_Labels_CVPR_2022_paper.pdf

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

在这篇论文中,作者让主动驾驭汽车从头开始进修整个感知流程。最初,车辆中的人工神经网络从未接触过任何物体或街道。在对同一路径多次遍历之后,它可以了解到环境的哪些部分是静止的,哪些目标是移动的。慢慢地,它会教会自己什么是其他交通参与者,什么是可以忽略的安全因素。然后,该算法可以可靠地检测这些目标,甚至在最初的重复遍历中不包括的道路上。钻研人员希望这两种方法都能大幅降低主动驾驭汽车的开发成本(目前仍严重依赖昂贵的人工标注数据),并通过学会在最常用的地点导航来提高这种汽车的效率。论文 1 和论文 3 的一作均为康奈尔大学博士生游宇榕(他也参与了论文 2)。他本科毕业于上海交通大学致远学院 ACM 班,大二寒假加入卢策吾的实验室开始了对计算机视觉和增强进修的钻研,并分别在大三寒假赴斯坦福大学 AI 实验室,大四寒假赴康奈尔大学进行相关领域的科研实习,之后获得康奈尔大学、加州理工学院计算机科学博士全奖录取。最终,他选择了康奈尔大学攻读博士,师从该校计算机科学传授 Kilian Q. Weinberger 和计算机科学助理传授 Bharath Hariharan,重点钻研计算机科学、机器进修等方向。

为主动驾驭汽车创造「影象」,上交校友、康奈尔大学博士生两篇论文被CVPR 2022收录

参考链接:https://news.cornell.edu/stories/2022/06/technology-helps-self-driving-cars-learn-own-memorieshttps://news.sjtu.edu.cn/ztzl_qczj/20180628/78193.html

原创文章,作者:机器之心,如若转载,请注明出处:https://www.iaiol.com/news/wei-zhu-dong-jia-yu-qi-che-chuang-zao-ying-xiang-shang-jiao/

(0)
上一篇 2022年 7月 13日 下午6:41
下一篇 2022年 7月 15日 上午11:51

相关推荐

  • 2023 IEEE Fellow出炉:唐立新、宗成庆、朱军、姬水旺、李佳等当选

    近日,美国电子电气工程师学会(Institute of Electrical and Electronic Engineers,IEEE)确定了新一届 Fellow 名单。

    2022年 11月 22日
  • 10位大咖云聚,400分钟干货分享,这里有一场AI 家产发展趋向分享会等你来看!

    从 2015 年的 Alpha Go 人机大战,人工智能热潮如平地惊雷,光芒尽显。到 2020 年的突发疫情,倒逼家产智能突围,带来数字时代转型升级的加速发展。风起于青萍之末,浪成于微澜之间,从 2015 年到 2020 年,AI 家产趋向变化的草蛇灰线逐渐显现。在不平凡的 2020 年,意外和契机相伴而至,稳健与突破竞相呈现。站在 2020 的尾巴上,伴随着对过去的梳理和对未知的期待,我们需要重振激情,用全方位的知识储备把握未来 AI 家产趋向的走向和发展。新春将至,在即将到来的牛年里,作为一个 AI 人下面一年

    2021年 1月 29日
  • 参加这场大佬云集的开发者大会,还能抽RTX3060,请叫我「良心之心」

    这是一场 AI 开发者的盛会!2021 WAIC AI 开发者论坛上,多位业界大咖齐聚一堂,共同探讨后深度学习时代的 AI 发展。目前,AI 开发者论坛招募活动已经开启,1000 席免费专业观众席位 7 月 2 日报名截止。7 月 10 日上海,不见不散。

    2021年 6月 25日
  • CVPR2022 | 利用域自符合思想,北大、字节跳动提出新型弱监视物体定位框架

    将弱监视物体定位看作图象与像素特性域间的域自符合任务,北大、字节跳动提出新框架显著增强基于图象级标签的弱监视图象定位功能

    2022年 3月 20日
  • 给5G基带也加上呆板进修单元:高通的AI脑洞还有太多

    最先进的人工智能手艺,并不总意味着数块 GPU、每秒算力上 E 的超算。使用最广泛的移动芯片上,人们正在使用最先进的 AI 手艺。最近,高通再次利用 AI 兑现了「突破性的 5G 效能」。在巴塞罗那举办的 MWC 2022 国际通信展上,高通 CEO 安蒙(Cristiano Amon)发布了全球首款搭载 AI 估计核心的 5G 通信基带骁龙 X70。在显卡、手机 CPU 旁边出现 AI 估计单元之后,现在连通信基带也要专门的 AI 芯片加持了 ,这不仅让人要问:「有必要吗?」首款搭载 AI 核心的 5G 基带根据

    2022年 3月 10日
  • 有人总结了70多个Python精选项目:再也不用去GitHub、Reddit大海捞针了

    进修一门编程语言比较好的方式是听人讲课吗?还是自己钻研书本?都算是。但阅读项目和亲手实现项目绝对是进步最快的方式。

    2021年 6月 12日
  • 宏景智驾CEO刘飞龙:利用「众筹法」接近主动驾驭终局

    作者 / 曹锦2018年,一支源自Cruise的初创团队准备在中国成立一家L4级主动驾驭公司。但是很快,他们就将定位由「Robotaxi量产公司」改为「L1-L4级智能驾驭规划服务商」。这是因为,当他们做了Robotaxi样车之后,却发现不管从法规还是商场接受度来看,L4级主动驾驭都还没迎来恰当的时机。之后的故事大家可能已经知道了,这家名为宏景智驾的公司,在刚成立三年半的时候,就实现了2亿元的营收,今年上半年的订单额更是高达4.9亿元。(左:宏景智驾创始人兼CEO刘飞龙,右:Auto Byte负责人 曹锦

    2022年 5月 31日
  • AMD Ryzen 5000移动版曝光,功能大涨30%,明年1月或发布

    新呈现的型号 Ryzen 9 5900HX,单核功能要比现在的旗舰级 4900HS 快 30% 左右,还没有算超频。

    2020年 12月 9日
  • 周志华、李航、邱锡鹏、李沐、Aston Zhang 5位专家指导,机械之心发布ML术语中英对照词表

    几年前机械之心发布了一个旨在构建 AI 范围术语库的开源项目「Artificial-Intelligence-Terminology-Database」(简称「AITD」)。最近,该项目迎来了第三版。除了常规的更新之外,机械之心还在周志华教授、李航博士、邱锡鹏教授、李沐博士、Aston Zhang 博士等范围专家的指导及帮助下形成了「机械进修」专题篇。未来,机械之心还将会持续完善术语的收录和扩展阅读的构建,另外我们也希望更多 AI 技术社区成员参与到术语库的构建之中,具体的参与方式可以查看文章详情。2017 年,机

    2021年 8月 19日
  • 斯坦福《决议计划算法》教科书更新2022版,700页PDF开放下载

    这本书体系介绍了不确定性情况下的决议计划算法,作家已将册本内容重新修订,发布了 700 页的最新版。

    2022年 5月 12日

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注