基于深度强化学习的道路目标检测

• 作者: 吴志鹏 董超俊
• 来源期刊: 现代计算机
• 关键词: 深度强化学习 道路目标检测 改进算法
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 研究与开发
• 页码范围: 25-28
• 页数: 4页
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.17.005

摘要

道路目标检测是高级驾驶员辅助系统(Advanced Driver Assistant System,ADAS)道路场景分析中的重要一环.提高目标检测的效率和速度,对图像目标的检测和识别具有重要的现实意义.深度强化学习是近年来兴起的一种多层结构的神经网络与具有决策能力的强化学习相结合的一种算法,通过端对端的学习方式来直接控制输入和输出.从提出此方法至今,深度强化学习已经有了实质性的突破.但是仍然有不足之处,因此提出一种改进的基于深度强化学习的检测算法,并将此算法用于道路目标检测.测试结果表明,该算法具有良好的目标检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董超俊	五邑大学智能制造学部	50	388	9.0	18.0
2	吴志鹏	五邑大学智能制造学部	1	0	0.0	0.0