Michigan Technological University araştırmacılarının 9 Ekim’de arXiv’de yayımladığı ön baskı, karla kaplı ve görsel ayrıntısı az yollarda sürülebilir alanı genel bir bölge olarak değil, önceki araçların oluşturduğu tekerlek izleri olarak saptamayı hedefliyor. Yöntem, görünür RGB görüntülerini uzun dalga kızılötesi termal görüntülerle birleştiriyor. Eğitim etiketleri, GNSS kayıtlarından sonraki araç tekerleklerinin izleyeceği güzergâhı görüntülere yansıtarak otomatik oluşturuluyor. Ekip, WADS kış koşulları veri kümesinden 951 görüntülük bir dizi çıkardı ve veri artırımıyla eğitim örneklerini 7.608’e yükseltti.

Makaledeki tabloda RGB ve termal füzyonlu modelin AUROC değeri 0,8744, RGB-only modelin 0,6025 olarak verildi; yanlış negatif oranları sırasıyla 0,2399 ve 0,7927 idi. Yazarlar termal bilginin, kontrastın zayıf olduğu durumlarda RGB’nin kaçırdığı izleri yakalamaya yardım ettiğini bildiriyor. Bu sonuçlar tek bir küratörlü kış sürüşü veri dizisi ve araştırma prototipiyle sınırlıdır; gerçek araçta kapalı döngü sürüş veya tüm hava koşullarında güvenli kullanım testi sunulmuyor. Çalışma henüz hakem değerlendirmesinden geçmemiş ön baskıdır.