论文摘要
道路检测是无人驾驶汽车环境感知的重要环节,利用计算机视觉技术实现对环境场景的语义分割是确保无人驾驶汽车安全行驶的关键技术之一。提出一种稀疏自动编码器和去噪自动编码器相结合的混合自动编码器语义分割模型,利用稀疏自动编码器的稀疏性语义编码和去噪自动编码器鲁棒的语义编码,使混合模型学习的特征更有利于图像的语义分割。通过建立一种合理的模型排列顺序与堆叠形式,实现对图像语义的优化选择,从而建立一个具有深度的"富结构"语义分割模型,进一步提高语义分割性能。实验表明,本文所提模型更为简单、训练周期短,具有较好的综合图像分割性能。
论文目录
文章来源
类型: 期刊论文
作者: 周飞,唐建,杨成松,芮挺
关键词: 道路检测,语义分割,混合自动编码器,富结构
来源: 计算机工程与科学 2019年08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
单位: 陆军工程大学研究生学院
基金: 青年科学基金(E050302)
分类号: TP391.41;U463.6
页码: 1453-1458
总页数: 6
文件大小: 1585K
下载量: 110