面向认知地图的地标识别研究及其应用

发布时间：2021-04-05 07:45

　　地图在智能驾驶中扮演着十分重要的角色,地图是智能车能够顺利抵达目的地的保障。地图的核心元素是存储在其中的各类地标及其代表的实际意义,这些地标贯穿智能驾驶的整个过程,包含车辆定位、辅助感知、辅助决策,因此进行地标识别的研究是十分有必要的。为了识别这些地图核心元素,本文提出了基于深度学习的地标识别方法,包含道路级地标识别方法以及车道级地标识别方法,本文主要内容如下:针对道路级地标,包含各类交通标志牌、交通信号灯、指示牌、路灯等交通标志,本文首先建立了电子科技大学清水河校区的交通标志数据集并分析交通标志牌具有小目标且类别间相似的特点,然后提出了基于多层次融合多尺度预测的道路级地标识别网络。网络主要分为两个结构:1、多层次融合结构,本文首先根据道路级地标分布特点改进了特征提取结构,然后提出了基于稠密连接方式的特征融合结构,更加关注网络低层的特征图,旨在提升网络对于小目标的识别效果;2、多尺度预测结构,在网络的预测阶段通过多尺度的特征图来进行预测,不同尺度的特征图负责识别图像中不同尺寸的目标,使得网络对于大目标和小目标均能实现较好的识别效果。最后在数据集上进行训练和测试,实验结果显示,本文方法相... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

模板匹配流程

待搜索图像（左图）与模板图像（右图）

图像金字塔

【参考文献】：
期刊论文
[1]基于改进模板匹配的限速标志识别方法研究[J]. 冯春贵,祝诗平,王海军,贺园园.  西南大学学报(自然科学版). 2013(04)
[2]一种基于扫描线的车道线识别算法[J]. 李若皓,丁冬花.  微计算机信息. 2008(16)



本文编号：3119433