我们提出了一种自动生成语义标签的方法,以实现汽车范围多普勒(RD)雷达光谱的真实记录。当训练神经网络从雷达数据中识别对象识别时,需要此类标签。自动标记方法除了雷达频谱之外,还取决于相机和激光雷达数据的同时记录。通过将雷达光谱翘曲到相机图像中,可以将最新的对象识别算法应用于相机图像中相关对象(例如汽车)。翘曲操作设计为完全可区分,它允许通过翘曲操作在相机图像上计算出的梯度到雷达数据上运行的神经网络。随着翘曲操作依赖于准确的场景流估计,我们进一步提出了一种新颖的场景流估计算法,该算法利用了相机,激光雷达和雷达传感器的信息。将所提出的场景流估计方法与最新场景流量算法进行比较,并且优于大约30%的W.R.T.平均平均误差。通过评估通过提出的框架以实现到达方向估计的训练的神经网络的性能,可以验证自动标签生成的整体框架的整体框架的可行性。
translated by 谷歌翻译