以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【Road Obstacle Detection based on Unknown Objectness Scores】

文章链接：[2403.18207] Road Obstacle Detection based on Unkn...

未知交通障碍物的检测是保证无人驾驶安全的关键。标准的目标检测方法无法识别未包含在预定义类别下的未知目标。这是因为目标检测方法的训练是为未知物体的存在对应的像素分配一个背景标签。为了解决这个问题，逐像素的异常侦测方法引起了越来越多的研究关注。异常检测技术，如不确定性估计和重建图像的感知差异，使得将未知物体的像素识别为分布外( OoD )样本成为可能。然而，当应用于包含许多未知量和复杂成分的图像时，如驾驶场景，这些方法往往表现出不稳定的性能。

本研究的目的是将目标检测方式融入到像素级异常检测方法中，以实现稳定的未知目标检测性能。为了实现这个目标，我们采用了一个带有Sigmoid头部的语义分割网络，同时提供像素级的异常分数和客观性分数。我们的实验结果表明，客观性分数在提高检测性能方面起着重要的作用。基于这些结果，我们提出了一个新的异常分数，通过整合这两个分数，我们称之为未知客观性分数。定量评估表明，当应用于公开可用的数据集时，所提出的方法优于最先进的方法。

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！