一種基于卷積神經(jīng)網(wǎng)絡(luò)的前車檢測與測距方法
基本信息
申請?zhí)?/td> | CN202110248160.8 | 申請日 | - |
公開(公告)號 | CN113111707A | 公開(公告)日 | 2021-07-13 |
申請公布號 | CN113111707A | 申請公布日 | 2021-07-13 |
分類號 | G06K9/00(2006.01)I;G06K9/32(2006.01)I;G06K9/34(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 王勁夫;黃陽撿;韓晗 | 申請(專利權(quán))人 | 上海賽可出行科技服務(wù)有限公司 |
代理機(jī)構(gòu) | - | 代理人 | - |
地址 | 200131上海市浦東新區(qū)自由貿(mào)易試驗(yàn)區(qū)楊高北路2001號1幢4部位三層333室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的前車檢測與測距方法,該方法包括以下步驟:先對先驗(yàn)數(shù)據(jù)集使用聚類算法篩選出最可能的車輛邊框,再利用卷積神經(jīng)網(wǎng)絡(luò)提取圖像的紋理特征,將不同尺寸的邊框分配給合適的特征圖,優(yōu)化分類誤差與位置偏差共同構(gòu)成的損失產(chǎn)生模型,利用生成的模型檢測前車位置。本發(fā)明使得分類過程更加準(zhǔn)確,在回歸計(jì)算目標(biāo)準(zhǔn)確位置時最大程度提高了優(yōu)化效率與檢測精度,此外還利用霍夫變換檢測車道線位置計(jì)算消失點(diǎn),對于前方車輛結(jié)合其在圖像空間的位置信息與相機(jī)內(nèi)外參數(shù),推導(dǎo)出其在現(xiàn)實(shí)空間與本車的真實(shí)距離。 |
