如需要完整文档点击下方 "点击下载文档" 按钮
对行人和车辆的检测识别是无人驾驶领域的重要组成部分,为满足该领域对相关模型检测精确度的需求,以传统单发多框检测器(single shot multibox detector,SSD)为基础,提出了一种车载图像识别改进算法。 鉴于传统 SSD 目标检测算法不能充分利用局部特征和全局语义特征、目标定位和识别存在矛盾等缺陷,提出了 SSD 检测模型相关特征层的融合方法,从而重新生成模型的目标检测金字塔(object detection pyramid,ODP)。 改进算法将输入图像中待检测目标的低层次细节特征与高层次语义特征结合起来,降低了待检测目标定位与识别间的矛盾,达到了提升模型检测精确度的目的。 利用行车记录仪获得的车载图像数据集进行训练,实验结果表明,改进的 SSD 算法在相关图像数据集的测试集上可以达到79.2% 的精确度,与传统的 SSD 算法相比精确度提高了 2.3%。
如需要完整文档点击下方 "点击下载文档" 按钮
《一种改进的 SSD 网络车载图像检测方法》
将 完整文档 下载到本地,方便收藏和查阅
文件号:060705
点击下载文档