本篇為智慧駕駛相關論文，含車道線檢測、自動駕駛，共計 5 篇。

下載包含這些論文的 WACV 2021 所有論文：

https://mp.weixin.qq.com/s/8RPV4j7iMH6IRG8n6ZdoSg

車道線檢測

End-to-end Lane Shape Prediction with Transformers

使用 Transformer 捕獲道路中細長車道線特徵和全域性特徵，所發明的車道線檢測演算法與以往相比，可端到端訓練、引數量更少、速度更快（高達 420 fps，單 1080Ti）。

作者 | Ruijin Liu, Zejian Yuan, Tie Liu, Zhiliang Xiong

單位 | 西安交通大學；首都師範大學等

論文 | https://arxiv.org/abs/2011.04233

程式碼 | https://github.com/liuruijin17/LSTR

詳解 | Transformer 又立功了！又快(420 fps)又好的車道線檢測演算法

自動駕駛

Multimodal Trajectory Predictions for Autonomous Driving Without a Detailed Prior Map

作者提出一個基於 GAN 的全新框架，解決自動駕駛中的地圖沒有明確表示道路規則的問題。其中 discriminator 可以區分預測的軌跡是否遵循道路規則，而 generator 可以預測遵循它的軌跡。在 trajectory errors（軌跡誤差）和落在可行駛車道上的軌跡比例方面都優於最先進方法。

作者 | Atsushi Kawasaki, Akihito Seki

單位 | 日本 Toshiba

論文 |

https://openaccess.thecvf.com/content/WACV2021/papers/Kawasaki_Multimodal_Trajectory_Predictions_for_Autonomous_Driving_Without_a_Detailed_Prior_WACV_2021_paper.pdf

Generalized Object Detection on Fisheye Cameras for Autonomous Driving: Dataset, Representations and Baseline

作者 | Hazem Rashed, Eslam Mohamed, Ganesh Sistu, Varun Ravi Kumar, Ciaran Eising, Ahmad El-Sallab, Senthil Yogamani

單位 | Valeo R&D等

論文 | https://arxiv.org/abs/2012.02124

影片 | https://v.qq.com/x/page/s3220999xxy.html

Let's Get Dirty: GAN Based Data Augmentation for Camera Lens Soiling Detection in Autonomous Driving

用於自動駕駛中廣角魚眼鏡頭汙染檢測的新型基於 GAN 的資料增強技術。

作者 | Michal Uricar, Ganesh Sistu, Hazem Rashed, Antonin Vobecky, Varun Ravi Kumar, Pavel Krizek, Fabian Burger, Senthil Yogamani

單位 | Independent Researcher；Valeo等

論文 | https://arxiv.org/abs/1912.02249

SynDistNet: Self-Supervised Monocular Fisheye Camera Distance Estimation Synergized with Semantic Segmentation for Autonomous Driving

本文介紹了一種新型的多工學習策略，以改善魚眼和針孔相機影象的自監督單目距離估計。在 KITTI 上使用針孔模型評估了所提出的方法，在不需要外部尺度估計的情況下，實現了自監督方法中最先進的效能。

作者 | Varun Ravi Kumar, Marvin Klingner, Senthil Yogamani, Stefan Milz, Tim Fingscheidt, Patrick Maeder

單位 | Valeo DAR Kronach, Germany等

論文 | https://arxiv.org/abs/2008.04017

編譯：CV君