智能车多类障碍物贝叶斯网络分类方法

• 作者: 杨立娜 胡兴 黄影平
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 贝叶斯网络 多类型障碍物分类 预设经验的NPC算法 EM算法
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 2227-2231
• 页数: 5页
• 分类号: TP391
• 字数: 5453字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.10.038

摘要

本文提出了一种用于智能车,基于贝叶斯网络分类模型的道路多类型障碍物分类方法.以立体视觉方法获取的目标的三维尺寸为特征,采用预设经验的NPC算法训练产生优化的网络结构,通过EM算法训练产生离散节点的条件概率表和连续节点的条件概率分布,产生贝叶斯网络分类模型.将检测到的道路目标分成行人、骑行者、小汽车、小货车、卡车五类.用公共图像数据库KITTI对本方法进行测试,实验结果表明本文所提方法优于现有同类工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨立娜	上海理工大学光电信息与计算机工程学院	14	33	4.0	5.0
3	黄影平	上海理工大学光电信息与计算机工程学院	24	117	5.0	10.0
4	胡兴	上海理工大学光电信息与计算机工程学院	13	22	2.0	4.0