publication
MEDIRL: Predicting the Visual Attention of Drivers via Maximum Entropy Deep Inverse Reinforcement Learning.
Sonia Baee, Erfan Pakdamanian, Inki Kim, Lu Feng, Vicente Ordonez, Laura Barnes.
International Conference on Computer Vision. ICCV 2021.
초록
인간의 시각적 주의에서 영감을 받아, 우리는 사고 위험 상황에서 운전자의 시각적 주의를 예측하기 위해 Maximum Entropy Deep Inverse Reinforcement Learning(MEDIRL)을 사용하는 새로운 역강화학습 정식화를 제안한다. MEDIRL은 주의 깊은 운전자로부터 기록된 시선 고정 패턴으로부터 작업에 민감한 보상 함수를 학습함으로써 최대 보상으로 이어지는 고정 위치를 예측한다. 추가로, 우리는 사고 위험 상황에서의 새로운 운전자 주의 데이터셋인 EyeCar를 소개한다. 우리는 세 개의 일반적인 벤치마크(DR(eye)VE, BDD-A, DADA-2000)와 우리의 EyeCar 데이터셋에서 제안된 모델을 평가하기 위한 포괄적인 실험을 수행한다. 결과는 MEDIRL이 주의 예측에 대해 기존 모델을 능가하고 최첨단 성능을 달성함을 나타낸다. 우리는 제안된 모델의 다양한 특징에 대한 더 많은 통찰을 제공하기 위해 광범위한 절제 연구를 제시한다.
세부 정보
인용
@inproceedings{baee2021medirl,
title = {MEDIRL: Predicting the Visual Attention of Drivers via Maximum Entropy Deep Inverse Reinforcement Learning.},
author = {Baee, Sonia and Pakdamanian, Erfan and Kim, Inki and Feng, Lu and Ordonez, Vicente and Barnes, Laura},
year = {2021},
booktitle = {International Conference on Computer Vision. ICCV 2021},
url = {https://arxiv.org/abs/1912.07773},
}