基于远红外热影像融合机器学习及专家领域特征的夜间道路障碍物侦测

提出一个基于远红外线以及深度网络技术的夜间道路障碍物侦测系统。结合深度网络学习到的特征和专家领域知识所抽取的特征,建立融合的辨识模型。根据热影像的特性,设计具有中心对称性的热影像特征抽取方式。结果表明,所提出的系统具有较高的侦测正确率。

1 研究方法

1.1 远红外线热影像特性分析

1.2 系统流程介绍

1.3 专家领域热影像强化特征介绍

2 实验结果与初步结论

类型: 期刊论文

作者: 陈禀翰,陈柏全,陈志铿,陈永耀

关键词: 夜间道路障碍物侦测系统,远红外线热影像,障碍物辨识系统,先进驾驶辅助系统

来源: 同济大学学报(自然科学版) 2019年S1期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,无线电电子学,自动化技术

单位: 台北科技大学机电学院

分类号: TN219;TP181;U463.6

页码: 183-185

总页数: 3

文件大小: 1078K

下载量: 18