跳到正文
arXiv cs.AI· Samir Ahmed, Shaaz Saleem, Devin Dhami, Wesley Maia, Angel Martinez-Sanchez, Parthib Roy, Jannatul Ferdous Srabonee, Ahmed Sabbir Arif, Ross Greer·· 4 小时前AI 评分18

面向无障碍自动驾驶的轮椅配置分类深度学习基准评测

Benchmarking Deep Learning Models for Wheelchair Configuration Classification in Accessible Automated Vehicle Applications

AI 导读

研究提出 Wheelchair Configuration Image Dataset(WCID),含 467 张人脸模糊图像、192 个采集组,仅用于评测,标注手动/电动二分类、轮椅子类型及占用、视角、光照、遮挡、驱动与控制等信息,划分为 273 张验证集和 194 张测试集。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:要让自动驾驶车辆具备无障碍性,就需要考虑弱势道路使用者,包括轮椅使用者。为了给这一群体提供更贴合需求、支持其独立出行的体验,车辆设计需要适应各种轮椅配置。然而,轮椅是个性化的,其车架几何结构、驱动方式和外观各不相同。此外,乘员或配件可能会遮挡视觉线索。现有的移动辅助器具数据集只标注了轮椅是否存在,而没有描述其具体配置。为填补这一空白,本文提出了轮椅配置图像数据集(WCID),包含 192 个采集组共 467 张人脸模糊图像,仅用于评估。每张图像都标注了:(i) 手动或电动两类标签,(ii) 轮椅子类型,(iii) 乘员情况、视角、场景、光照、遮挡、驱动方式和控制方式,并划分为 273 张图像的验证集和 194 张图像的测试集。三个卷积神经网络骨干和一个冻结的视觉-语言探针在外部图像数据集上训练,并在 WCID 上评估,以衡量跨数据集泛化能力,同时使用高斯模糊测试鲁棒性。卷积模型在清晰图像上表现良好,但在强模糊下性能下降,距离部署仍有差距。代码、划分分配、标签、训练权重和人脸模糊图像可在以下地址获取:this https URL
学科: 计算机视觉与模式识别(cs.CV);人工智能(cs.AI);机器学习(cs.LG);机器人学(cs.RO)
引用为: arXiv:2611.21945 [cs.CV]
  (或 arXiv:2611.21945v1 [cs.CV] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.21945

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Angel Martinez-Sanchez [查看邮箱]
[v1] 2026年11月16日星期一 22:08:39 UTC(560 KB)

来源:arXiv cs.AI · arxiv.org