2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、視聽覺信息的認知計算是信息科學(xué)、生命科學(xué)和數(shù)理科學(xué)的交叉學(xué)科,其發(fā)展水平反映了國家信息服務(wù)及相關(guān)產(chǎn)業(yè)的綜合實力。無人駕駛技術(shù)是視聽覺信息處理基礎(chǔ)理論研究、視聽覺認知相關(guān)的腦—機接口等關(guān)鍵技術(shù)的集成,也是國家視聽覺信息處理領(lǐng)域的整體研究實力的體現(xiàn)。其中,基于計算機視覺的道路檢測技術(shù),是無人駕駛汽車智能導(dǎo)航系統(tǒng)的核心技術(shù)之一。道路檢測算法的實時性、對陰影、光照變化的魯棒性、對復(fù)雜道路環(huán)境的適應(yīng)能力及抗干擾能力都直接影響著無人駕駛技術(shù)的發(fā)展與

2、應(yīng)用,因而成為了國內(nèi)外專家學(xué)者的研究重點。
   現(xiàn)實中的道路可以分為結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路,目前,由于非結(jié)構(gòu)化道路路面環(huán)境較為復(fù)雜、路面特征易受天氣、光照變化的干擾等客觀原因,精確、實時的非結(jié)構(gòu)化道路檢測仍然是一個富于挑戰(zhàn)性的問題。在已有的非結(jié)構(gòu)化道路檢測算法的研究中,基于特征的道路檢測算法魯棒性較強,但存在算法復(fù)雜度過高、環(huán)境適應(yīng)能力不足的問題;基于模型的道路檢測算法實時性較好,但仍然存在對陰影、光照變化的魯棒性較差的問題

3、。本文針對當(dāng)前已有算法的缺點,提出了一種結(jié)合特征與模型的啟發(fā)式非結(jié)構(gòu)化道路檢測算法,提升了算法對復(fù)雜環(huán)境的適應(yīng)能力、抗干擾能力與執(zhí)行速度,主要工作如下:
   在現(xiàn)有結(jié)合特征與模型的道路檢測算法研究的基礎(chǔ)上,針對圖像分割過程中存在的對于噪聲、陰影等的魯棒性不足的缺點,改進了基于多層神經(jīng)網(wǎng)絡(luò)的道路分割方法,采用了分塊分類的方法并設(shè)計了基于隸屬概率的判決結(jié)果修正策略,達到了提升算法對抗陰影與光照變化、隨機噪聲、干擾物的魯棒性的目的。

4、
   針對道路邊界擬合過程中存在的擬合結(jié)果易受噪聲干擾,在復(fù)雜場景中檢測效果變差的缺點,提出了一種啟發(fā)式道路邊界擬合的方法。該方法采用條件概率密度傳播算法對道路消失點進行跟蹤與預(yù)測,并將道路消失點的預(yù)測結(jié)果融入道路邊界擬合過程,達到了增強算法穩(wěn)定性與魯棒性的目的。
   針對無人駕駛汽車的實時性需求,采用GPU對算法進行加速處理并進行優(yōu)化,設(shè)計了一種GPU與CPU異步加速的優(yōu)化策略,降低了算法的處理時間消耗。
 

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論