LiDAR Sensor modeling and Data augmentation with GANs for Autonomous driving

[DeepTecher]

LiDAR Sensor modeling and Data augmentation with GANs for Autonomous driving

提交日期：2019-05-17
团队：法雷奥埃及
作者：Ahmad El Sallab, Ibrahim Sobh, Mohamed Zahran, Nader Essam
摘要：在自动驾驶领域，来自真实车辆的数据收集和注释是昂贵的并且有时是不安全的。 模拟器通常用于数据增强，这需要现实的传感器模型，这些传感器模型难以配制并以封闭形式建模。 相反，可以从真实数据中学习传感器模型。 主要挑战是缺少配对数据集，这使得传统的监督学习技术不适合。 在这项工作中，我们将问题表述为来自不成对数据的图像转换，并采用CycleGAN来解决LiDAR的传感器建模问题，从模拟LiDAR（sim2real）生成逼真的LiDAR。 此外，我们从较低分辨率（real2real）生成高分辨率，逼真的LiDAR。 LiDAR 3D点云在Bird-eye View和Polar 2D表示中处理。 实验结果表明该方法具有很高的潜力。