PulseAugur
中
实时 13:54:58
English(EN) What Demands Attention in Urban Street Scenes? From Scene Understanding towards Road Safety: A Survey of Vision-driven Datasets and Studies

综述论文利用计算机视觉绘制城市场景元素以提升道路安全

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新发表在arXiv上的综述论文，对城市街景中值得关注的元素进行了分类，旨在通过计算机视觉技术提升道路安全。该论文提出了一个分类体系，将关键交通实体分为异常和正常但关键的元素，共包含十个大类和二十个子类。论文分析了35个视觉驱动的任务和73个数据集，指出了它们的优缺点，以指导研究人员和优化该领域的资源分配。 AI

影响 为计算机视觉在道路安全领域的研究提供了结构化框架，识别了研究空白并指导了未来数据集的开发。

排序理由 这是一篇发表在arXiv上的综述论文，详细介绍了使用计算机视觉进行道路安全分析的城市街景的新分类体系。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yaoqi Huang, Julie Stephany Berrio, Mao Shan, Stewart Worrall ·

    What Demands Attention in Urban Street Scenes? From Scene Understanding towards Road Safety: A Survey of Vision-driven Datasets and Studies

    arXiv:2507.06513v3 Announce Type: replace Abstract: Advances in vision-based sensors and computer vision algorithms have significantly improved the analysis and understanding of traffic scenarios. To facilitate the use of these improvements for road safety, this survey systematic…

相关实体

相关话题