基于ConvLSTM双通道编码网络的夜间无人车场景预测

• 作者: 刘训华 孙韶媛 李想 顾立鹏
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 红外图像 场景预测 卷积长短时记忆 编码网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 789-794
• 页数: 6页
• 分类号: TN219
• 字数: 3169字
• 语种: 中文

摘要

为了提高夜间无人车驾驶的决策速度,减少夜间交通事故发生的概率,对无人驾驶场景预测任务进行了研究.提出了基于卷积长短时记忆的双通道编码夜间无人车场景预测网络,利用两个子网络:时间子网络提取红外视频序列的时序特征,空间子网络提取红外图像的空间特征,通过融合网络融合特征,输入到解码网络中,以实现对红外视频的未来帧预测.该网络具有端到端的优点,能够实现输入视频序列,直接输出预测帧的图像,并可以预测多帧图像.实验结果表明,该网络对夜间场景预测较准确,可以预测未来1.2 s后的图像,预测速度快,为0.02 s/帧,达到了实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙韶媛	东华大学信息科学与技术学院	38	296	11.0	16.0
5	李想	东华大学信息科学与技术学院	9	10	2.0	3.0
9	刘训华	东华大学信息科学与技术学院	2	0	0.0	0.0
13	顾立鹏	东华大学信息科学与技术学院	1	0	0.0	0.0