融合超像素3D与Appearance特征的可行驶区域检测

• 作者: 刘丹 马世霞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自动驾驶 高级辅助驾驶系统 超像素 双目视觉 特征融合 可行驶区域
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 293-297
• 页数: 5页
• 分类号: TP18
• 字数: 3249字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.07.049

摘要

为实现基于计算机视觉的自动驾驶和高级辅助驾驶,需要对车辆前方的可行驶区域进行实时检测.可行驶区域的检测是图像分割问题,而目前主流的基于深度学习模型的Scene Parse方案,在实际应用中不能满足实时性要求.为此,构建一个超像素Appearance与3D特征融合的检测框架,实现从粗分割到细分割的两步分割流程.其中粗分割是基于RANSAC的快速平面估计,细分割则是基于粗分割路面估计概率的条件随机场模型,采用超像素进行加速.实验结果表明,该框架在Cityscape数据集上精确度和召回率超过90%,性能与SegNet,FCN 16 Scene Parsing相当,可满足X86平台和ARM平台的实时应用要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丹	河南工学院计算机科学与技术系	12	6	2.0	2.0
2	马世霞	河南工学院计算机科学与技术系	5	2	1.0	1.0