有计算机视觉的同好吗（交通检测部分的，为自动驾驶搭基础）

[vChrysanthemum]

找不到组织感觉很孤单啊。

想在这里寻找做交通检测的牛人，一起来做这件事情。

自我（/我们）介绍一下：
行人检测方面：
正在尝试实现这篇论文：(30Hz Object Detection with DPM V5)
另：这篇论文：Pedestrian Detection for Driving Assistance Systems: Single-frame Classification and System Level Performance，说先要分割区域，所以也在尝试做图像分割；
训练模板

车道线检测方面：
用了IPM、tracking、高帽等等做车道检测，质量还可以，稍后公开下代码。

TODO：
有个点云的技术似乎不错，使用双目测距，获取可行驶区域，这样在没有车道线的情况下也能行驶。
......

这些事情暂时只有我和另一个朋友在做。

交通检测这件事情做到现在，感觉困难重重，坑太多了，两个人的力量实在不足，所以想求助社区，寻求这个领域的牛人，把这件事情以开源的形式来做，有同好吗？

补充一下进展：
基本的车辆识别，用HOG实现了，但是速度慢，准确率低

车道识别问题不大，基本的实现了

[efi]

你可以申请一个PhD，你要做的这些

[theoractice]

这事单靠图像识别，没有点云是做不好的吧。当然有点云也不好做，下个暴雨暴雪什么的

[caomaocao]

HOG 的计算量很大啊，要有实时的速度我觉得得FPGA或者ASIC搞，但是车上的芯片一般ARM或者MIPS的估计不大行》。。。

[vChrysanthemum]

@theoractice hi ，您也有关注过这个项目么？
https://github.com/josch/3dpcp


不知道进展如何，这是国人做的一部分：
https://github.com/josch/3dpcp/tree/master/src/veloslam

?from=y1.7-1.2
就是速度有点慢，不知道现在怎么样了


比较成功的案例的话有mobileye，貌似NVDIA有做相关的了

?from=s1.8-1-1.2


这里讲一下单靠图像识别的问题，（以下是个人的认识）：

单以车道线的经验来说，这件事情不是单靠一个算法或一篇论文，而以一颗决策树综合多篇论文。
检测车道线的论文挺多的，有基于Hough变换，颜色的，做弯道检测的，做方向滤波的，综合地使用，譬如：逆透视变换后，高帽变换增加特征，Hough获取直线，然后基于颜色将直线拟成车道线，当然由于路面噪音多，会找到多余的线条，这里在利用道路特征，和多帧过滤噪音，估计好大致方向后，换检测更迅速的算法，譬如有斜率可用方向滤波，或卡尔曼滤波、粒子滤波跟踪之前找到的车道线，拟合弯道就多项式拟合、样条插值。
理想是做到这种效果：

（这个视频用的算法不是以上所描述的）
然而前段时间的是这种效果：

（这个版本没拟合多项式）



又以现在要尝试实现的论文：30Hz Object Detection with DPM V5 为例，这篇论文检测速度略快啊，我是从这边过来的
http://blog.csdn.net/ttransposition/article/details/12966521
mobileye的论文提到的基于多帧的检测方法也是一个思路。


又另：

这个视频，1:10 秒处，做 space detection 也是个很不错的做法

用双目摄像头来做点云（估计是要加点别的算法进来，正张图扫描估计不靠谱）

以上是图形检测的靠谱来源

[vChrysanthemum]

@theoractice 另外关于暴风雨等恶劣的状况，只能说检测有个可信度的问题，图形检测能覆盖大部分的行驶环境，已经很不错了，不必强求太多？

[vChrysanthemum]

@caomaocao 嗯是的，用硬件来提高检测速度是一个办法，不过比较经济的是使用算法，大致思路如：4楼

[vChrysanthemum]

碰到许多精彩的论文，感觉这件事情是个工程问题。

[caomaocao]

@vChrysanthemum 做Demo也许还好做，但工程实现中得的可信度（极高的准确性要求），实时性的问题真的好大啊

[caomaocao]

DPM海康内部用的很多了好像~

[miaoever]

做了快三年模式识别。有兴趣。

[vChrysanthemum]

@miaoever hi，十分感谢，方便留个联系方式吗？拉个群？

[vChrysanthemum]

@caomaocao DPM不错的，能留个联系方式吗？有兴趣么？

[zippera]

我觉得最大的问题是在实际路况中的鲁棒性，这一点直接决定了这类应用仅仅能拿来“玩玩”，或者稍微做一点辅助作用。题主有没有做过FCW（前车碰撞预警）？

[vChrysanthemum]

302975729 刚建了个q群

[vChrysanthemum]

@zippera 这个靠算法出来后，后面的测试，来验证靠不靠谱了；很遗憾，FCW还没涉及，不敢确定图像识别是否靠谱了。

[vChrysanthemum]

@zippera 你们有做过？

[greensea]

@caomaocao 其实车上可以放个强悍的处理器，几十W的功率对汽车来说不是大问题

[zippera]

@vChrysanthemum 做过点 简单实现

[vChrysanthemum]

@zippera 方便透露一下你们使用什么技术吗？

[caomaocao]

@greensea 不是功率的问题， 车载芯片的环境要求很高（不可能插一根并行计算能力强的GTX980到车上去吧）,>工业级，？ 最好就是设计车载环境级别的专用ASIC芯片，这要求就比较高了。

[caomaocao]

@zippera 中国的乡间小路估计要瞎了》。。

[greensea]

@caomaocao 现在倒还没考虑到这个问题，目前打算上车测试的时候先扛台笔记本上去试试，看看效果如何再做打算

[bengol]

太坑了，做了整整3年最后放弃了，不敢碰了。
看过的实验都是做了一大堆的假设，实际环境根本没法看

[virusdefender]

https://v2ex.com/t/189514#reply11

[minwang440x]

蛮COOL的事情

[dobest]

支持一下，单纯靠视觉来做自动驾驶很难，交通环境太复杂。如果准备开源的话倒是有兴趣参加一下。
ps：正在做智能交通的项目。

[dobest]

想起ng的Machine Learning的第一堂课的一个例子就是用神经网络做自动驾驶（90年代）

[lloovve]

不如实际点做 空间快速扫描成像。或者车距传感器

[vChrysanthemum]

@bengol 怎么说？能说说你们做了哪些项目吗？做了什么假设呢？

[vChrysanthemum]

@minwang440x 嗯嗯，"To do great work, you need to feel that you're making a difference"（摘自 rework），干了这碗鸡汤

[vChrysanthemum]

@dobest 。。。。感觉找到同好了啊，可以先试试加群么？302975729，这也是我们第一次尝试开源项目，前前后后问过挺多人的意见，现在的想法是先尝试挨个实现论文，有不明白的地方问一下作者，这个似乎靠谱点

[vChrysanthemum]

@lloovve 空间快速扫描成像 指的是用雷达吗？雷达似乎比较贵？似乎把论文实现了也是个挺实际的事情，车距传感器指的是提高传感器识别能力？这个有点超过能力范围了。。

[jedihy]

lz这是在创业还是在读phd？

[zippera]

@vChrysanthemum 因为要在中国推，要大众化，需要便宜，所以基本是弹镜头靠算法的方向

[vChrysanthemum]

@jedihy hi，看这里 https://v2ex.com/t/189514#reply11

[vChrysanthemum]

@jedihy 今天脑袋有点沉，回得晚，sorry 啊...

[vChrysanthemum]

@zippera 嗯，我发现基于摄像头做交通检测的论文挺多，人也挺多的。

[jedihy]

@vChrysanthemum 我觉得你们跟高校合作可能好一些。直接找siggraph和cvpr上发过类似方向paper的教授合作。

[vChrysanthemum]

@jedihy 其实之前有尝试找作者，不过找作者聊还是要下挺多功夫的，毕竟空对空地谈不大好，之前磨蹭了很久，才能接触到国内发车道检测论文的一个作者（做 veloslam 的那个），感觉收益颇多。