基于Faster RCNN的智能车道路前方车辆检测方法

被引:26
作者
史凯静
鲍泓
徐冰心
潘卫国
郑颖
机构
[1] 北京联合大学北京市信息服务工程重点实验室
关键词
智能车; 前方车辆; 深度卷积神经网络; 训练模型; 准确率;
D O I
10.19678/j.issn.1000-3428.0050993
中图分类号
TP391.41 []; U495 [电子计算机在公路运输和公路工程中的应用];
学科分类号
080203 ; 0838 ;
摘要
使用Fast RCNN方法进行特征提取存在耗时较长且检测准确率较低的问题。为此,结合Faster RCNN前方车辆检测模型与3种不同大小的卷积神经网络,提出一种改进的前方车辆检测方法,研究对比各方法在3种交通场景数据库上的前方车辆检测能力。实验结果表明,与深度卷积神经网络方法相比,该方法提高了车辆检测的准确性和鲁棒性,具有一定的泛化能力。
引用
收藏
页码:36 / 41
页数:6
相关论文
共 11 条