非结构化道路区域检测的协同学习方法

被引：6

作者：

叶伟龙

刘华平

孙富春

何克忠

机构：

[1] 清华大学计算机科学与技术系

[2] 智能技术与系统国家重点实验室

来源：

中国图象图形学报 | 2011年 / 05期

关键词：

协同学习; 道路检测; 支持向量机;

D O I：

暂无

中图分类号：

TP242.6 [智能机器人];

学科分类号：

081104 ;

摘要：

非结构化道路区域检测是智能车环境感知的重要问题。提出基于多方向Gabor纹理直方图的SVM分类器,并将其与直方图反向投影器组合,建立了协同学习框架。在实际运行中,两个学习器可以相互为对方提供标注样本进行更新,既提高了在线学习能力,又回避了自学习过程经常导致的模型漂移问题。经实验测试,协同学习机制显著改善了道路检测性能。

引用

收藏

页码：792 / 799

页数：8

相关论文

共 3 条

[1] 一种基于激光雷达的路面提取算法 [J].

袁夏 ;

赵春霞 ;

陈得宝 ;

蔡云飞 ;

韩光 .

中国图象图形学报 , 2009, (10) :2035-2041

[2] Reverse optical flow for self-supervised adaptive autonomous robot navigation [J].

Lookingbill, A. ;

Rogers, J. ;

Lieb, D. ;

Curry, J. ;

Thrun, S. .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 74 (03) :287-302

[3]

Lane Detection With Moving Vehicles in the Traffic Scenes. Cheng H.Y. IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS . 2006