-
题名基于深度学习的无人车夜视图像语义分割
被引量:30
- 1
-
-
作者
高凯珺
孙韶媛
姚广顺
赵海涛
-
机构
东华大学信息科学与技术学院
东华大学数字化纺织服装技术教育部工程研究中心
华东理工大学信息科学与工程学院
-
出处
《应用光学》
CAS
CSCD
北大核心
2017年第3期421-428,共8页
-
基金
国家自然科学基金项目(61375007)
上海市科委基础研究项目(15JC1400600)
-
文摘
为了增强无人车对夜视图像的场景理解,在夜间模式下更快更精确地探测和识别周围环境,将深度学习应用于夜视图像的场景语义分割,提出了一种基于卷积-反卷积神经网络的无人车夜视图像语义分割方法。在传统的卷积神经网络中加入反卷积网络,构建卷积-反卷积神经网络,无需手工选取特征。通过像素到像素的学习和训练,得到图像语义分割模型,可直接用该模型预测夜视图像中每个像素所属的场景语义类别,实现无人车夜间行驶时的环境感知。实验结果表明,该方法具有较好的准确性和实时性,平均IU达到68.47。
-
关键词
夜视图像
语义分割
深度学习
反卷积
无人车
-
Keywords
night vision image
semantic segmentation
deep learning
deconvolution
unmannedvehicle
-
分类号
TN219
[电子电信—物理电子学]
-
-
题名基于加速区域卷积神经网络的夜间行人检测研究
被引量:25
- 2
-
-
作者
叶国林
孙韶媛
高凯珺
赵海涛
-
机构
东华大学信息科学与技术学院
东华大学数字化纺织服装技术教育部工程研究中心
华东理工大学信息科学与工程学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2017年第8期117-123,共7页
-
基金
国家自然科学基金(61375007)
上海市科委基础研究项目(15JC1400600)
-
文摘
行人检测是机器人和无人车夜间工作应用中的重要任务之一,采用加速区域卷积神经网络框架实现夜间红外图像中的行人检测,用区域建议网络生成候选区域,无需单独从图像中生成候选区域。区域建议网络和用于分类以及位置精修的卷积网络中,采用卷积层参数共享机制,使得该框架具有端到端的优点,因此无需手动选取目标特征,实现了从输入图像直接到行人检测的功能。实验结果表明,与使用传统方法和快速区域卷积神经网络相比,使用加速区域卷积网络框架对红外图像进行行人检测的准确率从68.2%和73.4%提高到了90.9%,检测时间从3.6s/frame和2.3s/frame缩短到了0.04s/frame,达到了实际应用中的实时性要求。
-
关键词
图像处理
红外图像
行人检测
加速区域卷积神经网络
区域建议网络
-
Keywords
image processing
infrared image
pedestrian detection
faster regional convolution neural network
region proposal network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-