基于深度学习的驾驶场景关键目标检测与提取

• 作者: 张雪芹 魏一凡
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标检测 VGG网络 SSD 驾驶场景
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 980-988
• 页数: 9页
• 分类号: TP391.4
• 字数: 6641字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20181023002

摘要

包含目标识别与边界框选定的目标检测是无人驾驶视觉感知中的关键技术之一.采用基于深度计算机视觉组网络(VGGNet)的新型单次多框检测算法(SSD)进行驾驶环境中的关键目标检测、语义标注和目标框选;同时,针对具体驾驶场景,提出了改进的SSD_ARS算法.通过优化梯度更新算法、学习率下降策略和先验框生成策略,在提高平均检测精度的同时使得小目标类别的检测精度得到明显提升.在实际驾驶场景中9类关键目标的检测实验上验证了本文算法的有效性,实验结果表明,检测速度满足实时检测需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪芹	华东理工大学信息科学与工程学院	35	240	8.0	15.0
2	魏一凡	华东理工大学信息科学与工程学院	1	0	0.0	0.0