自动驾驶环境感知多任务去耦-融合算法.pdfVIP

JournalofComputerApplicationsISSN1001⁃90812024⁃02⁃10

计算机应用,2024,44(2):424-431CODENJYIIDUhttp：//www.joca.cn

文章编号：1001-9081（2024）02-0424-08DOI：10.11772/j.issn.1001-9081.2023020155

自动驾驶环境感知多任务去耦-融合算法

11121*

廖存燚，郑毅，刘玮瑾，于欢，刘守印

（1.华中师范大学物理科学与技术学院，武汉430079；2.武汉大学测绘学院，武汉430079）

（∗通信作者电子邮箱syliu@ccnu.edu.cn）

摘要：自动驾驶车辆在行驶过程中，需要对行人和车辆同时完成目标检测、实例分割和目标跟踪三个任务。提

出一种基于深度学习的环境感知模型同时对三个任务进行多任务学习。首先，通过卷积神经网络对连续帧图像提取

时空特征；然后，通过注意力机制对时空特征进行去耦再融合，充分利用任务间的相关性，实现不同任务对时空特征

的差异化选择；最后，为平衡不同任务间的学习速率，使用动态加权平均的方式对模型进行训练。在KITTI数据集上

的实验结果表明，所提模型在目标检测方面，比CenterTrack模型F1得分提高了0.6个百分点；在目标跟踪方面，比

TraDeS（TracktoDetectandSegment）模型多目标跟踪精度（MOTA）提高了0.7个百分点；在实例分割方面，比SOLOv2

（SegmentingObjectsbyLOcationsversion2）模型AP50和AP75分别提高了7.4和3.9个百分点。

关键词：自动驾驶；环境感知；目标检测；实例分割；目标跟踪；多任务学习

中图分类号：TP183；TP212文献标志码：A

Decoupling-fusingalgorithmformultipletaskswith

autonomousdrivingenvironmentperception

11121*

LIAOCunyi，ZHENGYi，LIUWeijin，YUHuan，LIUShouyin

（1.CollegeofPhysicalScienceandTechnology，CentralChinaNormalUniversity，WuhanHubei430079，China；

2.SchoolofGeodesyandGeomatics，WuhanUniversity，WuhanHubei430079，China）

Abstract:Intheprocessofdriving，autonomousvehiclesneedtocompletetargetdetection，instancesegmentationand