《基于红外与雷达的夜间无人车场景深度估计》PDF+DOC
作者:姚广顺,孙韶媛,方建安,赵海涛
单位:中国科学院上海光学精密机械研究所
出版:《激光与光电子学进展》2017年第12期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJGDJ2017120190
DOC编号:DOCJGDJ2017120199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于红外与雷达的夜间无人车驾驶决策方法》PDF+DOC2018年第12期 廖雁洲,孙韶媛,吴雪平,赵海涛,李大威
《像素级多传感器图像融合技术分析》PDF+DOC2015年第19期 原野,毛志成,肖舟旻,林宏
《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健
《卷积神经网络行为克隆方法在无人车上的研究》PDF+DOC 席阿行,赵津,周滔,胡秋霞
《基于TOF手势识别的人车交互技术研究》PDF+DOC2018年第09期 刘正全,邓亮
《基于目标识别的光电多传感器信息融合技术》PDF+DOC1996年第06期 胡江华,周建勋,王庆宝,张保民
《多传感器数据融合技术在VTS中的应用研究》PDF+DOC2003年第03期 郑佳春,张杏谷
《红外传感器模型的成像仿真效果分析》PDF+DOC2012年第07期 李珂,王学伟,王世立
《雷达专家系统目标识别和红外图像目标识别的D-S融合》PDF+DOC2010年第02期 蒋宏,田野
《利用深度传感器大数据的单目图像深度估计》PDF+DOC2013年第12期 袁红星,吴少群,朱仁祥,胡劲松,安鹏
单目红外图像的深度估计是夜间无人车场景理解的关键,针对夜间无人车场景的深度估计,提出一种基于深度卷积-反卷积神经网络的深度估计方法。将红外图像和雷达距离数据作为深度卷积-反卷积神经网络的输入,并将深度估计问题转化为像素级分类任务进行深度估计模型的训练。将雷达的距离数据根据深度值的范围量化为与红外图像像素一一对应的离散值并对其做标记,然后训练过程采用分类的思想解决深度估计问题。实验结果表明,利用训练得到的深度估计模型对夜间无人车获取的红外图像进行深度估计的时间为0.04s/frame,达到了实际应用中的实时性要求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。