【IET Image Processing征稿】DARPA大挑战20年后：基于深度学习的自动驾驶系统图像处理创新

征稿特刊

DARPA 大挑战 20 年后：基于深度学习的自动驾驶系统图像处理创新

20 Years after the DARPA Grand Challenge: Innovation in Deep Learning Based Image Processing for Autonomous Driving Systems

特刊简介：

自2004年具有开创性的DARPA大挑战赛以来，这一赛事标志着自动驾驶技术的重要转折点，自动驾驶系统的感知系统领域取得了显著进展。将人工智能和计算机视觉整合到这些系统中，使得实时目标检测、占用和运动预测、跟踪以及场景理解的方法和技术得以高度精确地开发，从而彻底改变了自动驾驶能力。

尽管取得了这些进步，但在实现广泛商业部署之前，自动驾驶仍然面临着一些技术挑战。例如，在恶劣天气条件下提高感知系统的鲁棒性，确保在复杂的城市环境和边缘情况下的准确性，降低感知硬件的成本和功耗，以及推进实时图像处理，对于实现安全可靠的自动驾驶至关重要。

本期特刊鼓励提交能够拓展基于深度学习的自动驾驶系统图像处理边界的稿件。目的是涵盖感知、多传感器融合、语义场景理解、目标跟踪以及自动驾驶车辆中对抗性攻击的图像处理对策应用等领域的最新研究。

本期特刊议题包括但不限于：

Deep Learning-Based Image Processing Techniques for Autonomous and Intelligent Vehicles;
3D Perception for Autonomous Driving;
Calibration methods for autonomous driving and navigation;
Image Processing for Motion Prediction and Trajectory Estimation;
Scene Understanding and Semantic Segmentation;
Perception Systems for Adverse Weather Conditions;
Object Detection and Tracking in Autonomous Driving;
End-to-End Learning Approaches for Autonomous Driving;
Hardware Specific Image Processing Algorithms for Autonomous Driving;
Image Processing in Simulation and Virtual Environments;
Adversarial Robustness and Safety in Image-Based Systems;
Large Language Models and Image Processing in Autonomous Driving;
Case Studies of Deep Learning-Based Image Processing in Autonomous Driving.