基于机器学习的自动驾驶汽车AEB系统儿童识别优化算法

论文摘要

随着自动驾驶汽车的逐步发展,识别技术在路用安全性方面还存在瓶颈。笔者基于AEB系统摄像头传感器检测下的环境感知模块设计儿童识别优化算法,通过C++等编译程序,利用Opencv计算机视觉库编译核心算法,搭建分类器模型。基于LBP特征描述子下的级联分类器作为训练儿童检测分类器优化算法的核心,融合图像变换基础识别算法,包括图像增强、形态学运算及图像分割等图像识别算法,形成由基础算法加以儿童为主体的分类器优化检测识别算法,达到实现较高识别率的儿童识别优化的目的。这为自动驾驶汽车上路后,面对复杂的交通大环境时,提高了行人尤其是儿童的正确检测率,为行人提供安全保障。

论文目录

• 1 研究背景及现状
• 2 算法原理
•   2.1 技术路线
•   2.2 样本收集及预处理
•   2.3 算法原理
•     2.3.1 弱分类器
•     2.3.2 权重
•   2.4 分类器训练
•   2.5 识别算法
•   2.6 训练模型结果比较与分析
•   2.7 总结
• 3 创新特色
• 4 结语

文章来源

类型: 期刊论文

作者: 苟竹梅,先荣豪,全诗诗

关键词: 自动驾驶,机器学习,儿童检测,分类器

来源: 信息与电脑(理论版) 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 西华大学西华学院

分类号: TP391.41;TP181;U463.6

页码: 33-35

总页数: 3

文件大小: 1224K

下载量: 231