摘要
针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明:本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。
出处
《有线电视技术》
2018年第6期19-23,共5页
Cable TV Technology
基金
国家重点研发计划资助(No:2016YFB0401503)
福建省科技重大专项(No:2014HZ0003-1)
广东省科技重大专项(No:2016B090906001)
福建省资助省属高校专项课题(No:JK2014002)
