基于混合自动编码器道路语义分割方法研究

• 作者: 周飞 唐建 杨成松 芮挺
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 道路检测 语义分割 混合自动编码器 富结构
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 图形与图像
• 页码范围: 1453-1458
• 页数: 6页
• 分类号: TP391
• 字数: 3929字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.08.016

摘要

道路检测是无人驾驶汽车环境感知的重要环节,利用计算机视觉技术实现对环境场景的语义分割是确保无人驾驶汽车安全行驶的关键技术之一.提出一种稀疏自动编码器和去噪自动编码器相结合的混合自动编码器语义分割模型,利用稀疏自动编码器的稀疏性语义编码和去噪自动编码器鲁棒的语义编码,使混合模型学习的特征更有利于图像的语义分割.通过建立一种合理的模型排列顺序与堆叠形式,实现对图像语义的优化选择,从而建立一个具有深度的“富结构”语义分割模型,进一步提高语义分割性能.实验表明,本文所提模型更为简单、训练周期短,具有较好的综合图像分割性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芮挺	陆军工程大学研究生学院	5	10	2.0	3.0
2	杨成松	陆军工程大学研究生学院	3	1	1.0	1.0
3	周飞	陆军工程大学研究生学院	1	0	0.0	0.0
4	唐建	陆军工程大学研究生学院	2	1	1.0	1.0