10.3969/j.issn.1002-0802.2021.03.011
基于ResNet18的减速带识别及其环境影响研究
目前对自动驾驶的场景研究有很多,通过查阅相关资料文献不难发现,在自动驾驶的场景研究中,行车记录仪、驾驶行为等的研究已经比较丰富,但是缺乏对减速带分类的研究.不论是从驾驶的安全性还是车内乘客的舒适性考虑,自动驾驶的车辆都应该可以正确识别减速带进行减速.因此,主要使用ResNet18网络对减速带识别进行研究,并利用OpenCV生成不同环境下减速带的合成图像.对比不同外部环境下减速带分类的准确率可以发现,不同的模拟现实的图像变化可以影响目标识别的准确率,最终训练出一个可以准确识别减速带的网络,为后期优化系统、提升自动驾驶的安全性能打下基础.
目标分类、减速带、ResNet18、环境因素
54
TP391.41(计算技术、计算机技术)
2021-03-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
597-603