多尺度级联R-FCN的尾灯检测算法研究

• 作者: 白博 续欣莹 谢刚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 车辆尾灯检测 基于区域的全卷积网络(R-FCN) 级联网络 多尺度特征融合 批次归一化 非极大值抑制
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 图形图像处理
• 页码范围: 194-200
• 页数: 7页
• 分类号: TP391.4
• 字数: 5625字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0166

摘要

前方车辆尾灯检测是自动驾驶中环境感知的研究热点,为在复杂城市环境下实时检测车辆尾灯,将基于区域的全卷积网络(Region-based Fully Convolutional Networks,R-FCN)引入尾灯检测,提出了一种基于多尺度级联R-FCN的车辆尾灯检测算法.通过网络中的跨层连接融合尾灯的底层特征和高层语义,并加入批次归一化层加快网络的收敛速度,得到改进的R-FCN子网络,将一系列在不同交并比输入数据上训练的R-FCN子网络级联得到最终的检测网络.同时预测阶段采用改进的非极大值抑制获得最精准的检测结果.检测结果表明,该方法在CVPR数据集上获得总体94.04％的平均精度,单张图片平均检测耗时31 ms,在检测速度和精度上均有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢刚	太原理工大学电气与动力工程学院	109	809	14.0	23.0
2	续欣莹	太原理工大学电气与动力工程学院	45	318	9.0	16.0
3	白博	太原理工大学电气与动力工程学院	3	9	1.0	3.0