期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于语义分割与道路结构的车道线检测方法
1
作者
丁玲
肖进胜
+3 位作者
李必军
李亮
陈宇
胡罗凯
《交通信息与安全》
CSCD
北大核心
2023年第3期103-110,共8页
车道线的准确检测对于智能辅助驾驶和车道偏离预警系统的性能有着非常重要的作用,当前的传统研究方法普遍存在对复杂道路环境的适应性不够,检测精度有待提高等问题。针对复杂交通环境的车道线检测问题,充分考虑到复杂道路结构的语义信息...
车道线的准确检测对于智能辅助驾驶和车道偏离预警系统的性能有着非常重要的作用,当前的传统研究方法普遍存在对复杂道路环境的适应性不够,检测精度有待提高等问题。针对复杂交通环境的车道线检测问题,充分考虑到复杂道路结构的语义信息,提出了1种基于语义分割与道路结构的车道线检测方法。该算法采用Encoder-Decoder的基础网络结构模式,通过改进实现语义分割,利用池化层的索引功能,以反池化的方式进行上采样,在每个上采样之后连接多个卷积层。然后再使用标准交叉熵损失函数训练分割网络,利用深度学习方法得到排除外部环境干扰的道路分割图像,并对分割后的道路图像进行透视变换,采用Hough变换和边缘点的参数空间投票,快速提取和修正车道线左右边缘点,将提取的边缘点进行贝塞尔曲线拟合,实现车道线的平滑显示。提出的算法在相关车道线数据集上进行了训练和测试,与基于参数空间投票方法相比,准确度提升5.1%,时间平均增加了8 ms;与卷积神经网络(convolutional neural networks,CNN)方法相比,准确度降低了1.75%,时间平均减少了6.2 ms。测试结果表明,利用提出的语义分割编解码网络有助于优化模型结构,在满足实时检测要求的基础上降低了对计算硬件资源的需求。
展开更多
关键词
智能交通
车道线检测
语义分割
道路结构
参数投票空间
下载PDF
职称材料
弱纹理环境双目视觉稠密视差鲁棒估计方法
被引量:
8
2
作者
杜英魁
刘成
+2 位作者
田丹
韩晓微
原忠虎
《光学精密工程》
EI
CAS
CSCD
北大核心
2017年第4期1086-1094,共9页
精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发,提出了对于弱纹理、阴影和遮挡等关键影响因素,具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和...
精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发,提出了对于弱纹理、阴影和遮挡等关键影响因素,具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和深度不连续的问题,设计了基于灰度相似度概率的置信度传播算法,结合视差平滑约束,以期实现较高精度的视差初值快速估计。由视差级数定义的消息向量通过异向平行迭代进行传播,消息向量包含表征像素点灰度相似性和平滑性的能量信息,通过全局能量函数的迭代收敛,快速获得视差初始估计。根据独立连通区域通常具有相似纹理特征和视差一致性的先验知识,提出了基于Mean-Shift聚类分割算法和参数空间投票自适应视差近似面估计算法,进行稠密视差的精细优化估计。利用具有不同弱纹理特征的5组标准测试图像、4组室内环境实际图像、4组室外环境实际图像和4组月面模拟特殊光照环境的实际环境图像进行了测试实验,实验结果表明了本文算法的良好鲁棒性和有效性。
展开更多
关键词
弱纹理环境
双目视觉
视差估计
置信度传播
参数
空间
投票
下载PDF
职称材料
题名
基于语义分割与道路结构的车道线检测方法
1
作者
丁玲
肖进胜
李必军
李亮
陈宇
胡罗凯
机构
湖北第二师范学院计算机学院
武汉大学电子信息学院
武汉大学测绘遥感信息工程国家重点实验室
出处
《交通信息与安全》
CSCD
北大核心
2023年第3期103-110,共8页
基金
国家自然科学基金面上项目(41671441)
湖北省教育厅科学技术研究计划中青年人才项目(Q20143005)
+1 种基金
湖北省教育厅科研计划项目(B2021261)资助
湖北省高校中青年科技创新团队项目(T201818)。
文摘
车道线的准确检测对于智能辅助驾驶和车道偏离预警系统的性能有着非常重要的作用,当前的传统研究方法普遍存在对复杂道路环境的适应性不够,检测精度有待提高等问题。针对复杂交通环境的车道线检测问题,充分考虑到复杂道路结构的语义信息,提出了1种基于语义分割与道路结构的车道线检测方法。该算法采用Encoder-Decoder的基础网络结构模式,通过改进实现语义分割,利用池化层的索引功能,以反池化的方式进行上采样,在每个上采样之后连接多个卷积层。然后再使用标准交叉熵损失函数训练分割网络,利用深度学习方法得到排除外部环境干扰的道路分割图像,并对分割后的道路图像进行透视变换,采用Hough变换和边缘点的参数空间投票,快速提取和修正车道线左右边缘点,将提取的边缘点进行贝塞尔曲线拟合,实现车道线的平滑显示。提出的算法在相关车道线数据集上进行了训练和测试,与基于参数空间投票方法相比,准确度提升5.1%,时间平均增加了8 ms;与卷积神经网络(convolutional neural networks,CNN)方法相比,准确度降低了1.75%,时间平均减少了6.2 ms。测试结果表明,利用提出的语义分割编解码网络有助于优化模型结构,在满足实时检测要求的基础上降低了对计算硬件资源的需求。
关键词
智能交通
车道线检测
语义分割
道路结构
参数投票空间
Keywords
intelligent traffic
lane detection
semantic segmentation
road structure
parameter voting space
分类号
U495 [交通运输工程—交通运输规划与管理]
下载PDF
职称材料
题名
弱纹理环境双目视觉稠密视差鲁棒估计方法
被引量:
8
2
作者
杜英魁
刘成
田丹
韩晓微
原忠虎
机构
沈阳大学信息工程学院
中国科学院沈阳自动化研究所机器人学国家重点实验室
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2017年第4期1086-1094,共9页
基金
辽宁省高等学校创新团队资助项目(LT2013024)
机器人学国家重点实验室开放基金资助项目(2015008)
+1 种基金
辽宁省自然科学基金资助项目(2015020158)
辽宁省博士科研启动基金项目(201601213)
文摘
精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发,提出了对于弱纹理、阴影和遮挡等关键影响因素,具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和深度不连续的问题,设计了基于灰度相似度概率的置信度传播算法,结合视差平滑约束,以期实现较高精度的视差初值快速估计。由视差级数定义的消息向量通过异向平行迭代进行传播,消息向量包含表征像素点灰度相似性和平滑性的能量信息,通过全局能量函数的迭代收敛,快速获得视差初始估计。根据独立连通区域通常具有相似纹理特征和视差一致性的先验知识,提出了基于Mean-Shift聚类分割算法和参数空间投票自适应视差近似面估计算法,进行稠密视差的精细优化估计。利用具有不同弱纹理特征的5组标准测试图像、4组室内环境实际图像、4组室外环境实际图像和4组月面模拟特殊光照环境的实际环境图像进行了测试实验,实验结果表明了本文算法的良好鲁棒性和有效性。
关键词
弱纹理环境
双目视觉
视差估计
置信度传播
参数
空间
投票
Keywords
Textureless environment
binocular vision
disparity estimation
belief propagation
pa-rameter space voting
分类号
TP391.04 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于语义分割与道路结构的车道线检测方法
丁玲
肖进胜
李必军
李亮
陈宇
胡罗凯
《交通信息与安全》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
弱纹理环境双目视觉稠密视差鲁棒估计方法
杜英魁
刘成
田丹
韩晓微
原忠虎
《光学精密工程》
EI
CAS
CSCD
北大核心
2017
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部