01、背景

作為計算機視覺中的一項基礎(chǔ)任務(wù)，目標檢測受到了廣泛的關(guān)注。在惡劣的天氣下，尤其是在霧天環(huán)境下，大氣中存在很多渾濁介質(zhì)（如顆粒、水滴等），傳統(tǒng)相機可見光難以穿透顆粒介質(zhì)，因此惡劣天氣下的數(shù)據(jù)非常罕見，現(xiàn)有的檢測架構(gòu)依賴于未失真的傳感器流，而惡劣天氣下傳感器會產(chǎn)生非對稱的失真，使得戶外場景圖像出現(xiàn)退化和降質(zhì)，清晰度低和對比度低，細節(jié)特征模糊不清等特點，對于在高質(zhì)量圖像下訓練的目標檢測模型，往往無法準確的定位目標，是當前目標檢測任務(wù)中的一大挑戰(zhàn)，同時也是當前如何在復雜天氣環(huán)境下進行視覺自主導航的一大挑戰(zhàn)。為解決這個問題，Bijelic提出了一個新的多模式數(shù)據(jù)集，該數(shù)據(jù)集是在北歐10,000 多公里的行駛中獲得的。此數(shù)據(jù)集是惡劣天氣下的第一個大型的多模式數(shù)據(jù)集，且具有10 萬個激光雷達、相機、雷達和門控NIR傳感器的標簽。同時Bijelic提出了一種深層融合網(wǎng)絡(luò)，可進行穩(wěn)健的融合，而無需涵蓋所有非對稱失真的大量標記訓練數(shù)據(jù)。從提議級融合出發(fā)，提出了一種由測量熵驅(qū)動的自適應(yīng)融合特征的單鏡頭模型。

02、數(shù)據(jù)集介紹

為了評估惡劣天氣中的目標檢測，Bijelic進行了實地測試，構(gòu)建了一個大型的汽車數(shù)據(jù)集，該數(shù)據(jù)集提供了用于多模式數(shù)據(jù)的2D 和3D 檢測邊界框，并對罕見惡劣天氣情況下的天氣，光照和場景類型進行了精細分類。表中比較了提出的數(shù)據(jù)集和最近的大規(guī)模汽車數(shù)據(jù)集，例如Waymo，NuScenes，KITTI和BDD數(shù)據(jù)集。與NuScenes和BDD相比，該數(shù)據(jù)集不僅包含在晴朗天氣條件下的實驗數(shù)據(jù)，還包含在大雪，雨天和霧中的實驗數(shù)據(jù)。

所有實驗數(shù)據(jù)分別在德國，瑞典，丹麥和芬蘭獲得，在不同的天氣和光照條件下覆蓋了10,000km 的距離。以10Hz 的幀速率共收集了140 萬幀。每第100 幀都經(jīng)過手動標記，以平衡場景類型的覆蓋范圍。生成的注釋包含5500個晴天，1000個濃霧，1 000個薄霧，4000個雪/雨。本數(shù)據(jù)集具體包含文件如下圖所示。

對于該數(shù)據(jù)集的使用，目前由于作者還未開源融合網(wǎng)絡(luò)，暫時只能使用源數(shù)據(jù)，但是也算為后續(xù)惡劣天氣下的多傳感器融合3D目標檢測提供了真實環(huán)境下的數(shù)據(jù)集。若僅針對于純圖像2D目標檢測或3D檢測來說，該數(shù)據(jù)集中可用于驗證作用，或者以混合數(shù)據(jù)形式作為訓練集，但是僅使用該數(shù)據(jù)集做為驗證和訓練可能不足以支撐網(wǎng)絡(luò)學習。正如下圖數(shù)據(jù)集具體標簽所示，其標簽主要包括五類，藍色為注釋標簽，紅色為該標簽所包括的類別。注意若使用該數(shù)據(jù)集為訓練集，其他數(shù)據(jù)集為驗證集要重新歸一標簽，與其他數(shù)據(jù)集標簽重合度較低，重新清洗數(shù)據(jù)也是使用該數(shù)據(jù)集的一個難點。

03、自適應(yīng)多模式單次融合

1、網(wǎng)絡(luò)架構(gòu)

數(shù)據(jù)表示。相機分支使用常規(guī)的三平面RGB 輸入，而對于激光雷達和雷達分支，本文的方法與最近的鳥瞰（BeV）投影方案或原始點云表示不同。BeV 投影或點云輸入不允許進行深度的早期融合，因為早期圖層中的特征表示與相機特征天生不同。因此，現(xiàn)有的BeV 融合方法只能在建議匹配區(qū)域之后進行提升空間中的特征融合，而不能提前。圖中可視化了本文提出的輸入數(shù)據(jù)編碼，該編碼有助于進行深度多模態(tài)融合。深度，高度和脈沖強度作為激光雷達網(wǎng)絡(luò)的輸入，而不是僅使用樸素的深度輸入編碼。對于雷達網(wǎng)絡(luò)，假設(shè)雷達在與圖像平面正交和與水平圖像尺寸平行的2D 平面中進行掃描。因此，考慮沿垂直圖像軸雷達的不變性，并沿垂直軸復制掃描。使用單應(yīng)性映射將門控圖像轉(zhuǎn)換為RGB 相機的圖像平面。本文所提出的輸入編碼使用不同流之間的逐像素對應(yīng)，可以實現(xiàn)與位置和強度相關(guān)的融合，用零值來編碼缺失的測量樣本。

特征提取。作為每個流中的特征提取堆棧，本文使用了改進的VGG主干。將通道數(shù)量減少一半，并在conv4 層上切斷網(wǎng)絡(luò)，使用conv4-10中的六個要素層作為SSD 檢測層的輸入。特征圖隨尺寸減小，實現(xiàn)了一個用于不同比例檢測的特征金字塔。如結(jié)構(gòu)圖所示，不同特征提取堆棧的激活進行了交換。為了使融合更加可靠，為每個特征交換塊提供了傳感器熵。首先對熵進行卷積，應(yīng)用Sigmoid與來自所有傳感器的級聯(lián)輸入特征相乘，最后級聯(lián)輸入熵。熵的折疊和Sigmoid的應(yīng)用在區(qū)間[0,1] 中生成一個乘法矩陣，這可以根據(jù)可用信息分別縮放每個傳感器的級聯(lián)特征。具有低熵的區(qū)域可以被衰減，而富熵的區(qū)域可以在特征提取中被放大。這樣能夠在特征提取堆棧中實現(xiàn)自適應(yīng)融合特征

2、實驗

在惡劣天氣的實驗測試數(shù)據(jù)上驗證所提出的融合模型。將這種方法與現(xiàn)有的單傳感器輸入和融合的檢測器，以及域自適應(yīng)方法進行比較。由于訓練數(shù)據(jù)獲取存在天氣偏向，僅使用提出的數(shù)據(jù)集的晴朗天氣部分進行訓練，使用Bijelic提出新的多模式天氣數(shù)據(jù)集作為測試集來評估檢測性能。結(jié)果如圖所示。

總體而言，由圖中可看到隨著霧密度的增加，特別是在嚴重失真的情況下，該文所提出的自適應(yīng)融合模型的性能優(yōu)于所有其他方法，與次佳的特征融合變體相比，它提高了9.69％的幅度。但是在有霧條件下，激光雷達的性能也同樣具有很大的局限性，在僅激光雷達情況下的檢測率，AP下降了45.38％。此外，它還對相機-激光雷達融合模型AVOD，Concat SSD 和Fusion SSD產(chǎn)生了重大影響。它使得學習到的冗余不再成立，這些方法甚至低于僅使用圖像的方法。

04、結(jié)論

所提出的數(shù)據(jù)集解決了自動駕駛中的一個關(guān)鍵問題：場景中的多傳感器融合和其中注釋數(shù)據(jù)稀少且由于自然的天氣偏向而難以獲取的圖像數(shù)據(jù)。為后續(xù)的研究者引入了一個新穎的惡劣天氣數(shù)據(jù)集，涵蓋了不同天氣情況下的相機、激光雷達、雷達、門控NIR 和FIR 傳感器數(shù)據(jù)。同時提出的一個實時的深度多模態(tài)融合網(wǎng)絡(luò)不同于提案層的融合，而是由測量熵驅(qū)動自適應(yīng)融合。

該方法一定程度上改進惡劣天氣條件下智能自主駕駛車輛在戶外環(huán)境下進行精確的視覺感知能力，同時也能為后續(xù)視覺導航在復雜天氣環(huán)境下進行精確建圖提供高精度的目標定位。

雖然該數(shù)據(jù)集提出一定程度上填補了多模態(tài)數(shù)據(jù)集的缺失，但是由于自然偏向的問題，惡劣天氣采集到的圖像還是較少，仍然不適用于網(wǎng)絡(luò)的訓練，如何解決惡劣天氣條件下數(shù)據(jù)集稀少或者降低深度學習網(wǎng)絡(luò)對于數(shù)據(jù)樣本的依賴性仍亟待改進。

審核編輯：郭婷