本文選題：道路分割　切入點(diǎn)：場(chǎng)景自適應(yīng)　出處：《電子與信息學(xué)報(bào)》2017年02期 　論文類(lèi)型：期刊論文

【摘要】：現(xiàn)有基于機(jī)器學(xué)習(xí)的道路分割方法存在當(dāng)訓(xùn)練樣本和目標(biāo)場(chǎng)景樣本分布不匹配時(shí)檢測(cè)效果下降顯著的缺陷。針對(duì)該問(wèn)題,該文提出一種基于深度卷積網(wǎng)絡(luò)和自編碼器的場(chǎng)景自適應(yīng)道路分割算法。首先,采用較為經(jīng)典的基于慢特征分析(SFA)和Gentle Boost的方法,實(shí)現(xiàn)了帶標(biāo)簽置信度樣本的在線選取;其次,利用深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)深度結(jié)構(gòu)的特征自動(dòng)抽取能力,輔以特征自編碼器對(duì)源-目標(biāo)場(chǎng)景下特征相似度度量,提出了一種采用復(fù)合深度結(jié)構(gòu)的場(chǎng)景自適應(yīng)分類(lèi)器模型并設(shè)計(jì)了訓(xùn)練方法。在KITTI測(cè)試庫(kù)的測(cè)試結(jié)果表明,所提算法較現(xiàn)有非場(chǎng)景自適應(yīng)道路分割算法具有較大的優(yōu)越性,在檢測(cè)率上平均提升約4.5%。
[Abstract]:The existing road segmentation methods based on machine learning have the defect that the detection effect drops significantly when the distribution of training samples and target scene samples mismatch. In this paper, a scene adaptive road segmentation algorithm based on deep convolution network and self-encoder is proposed. Firstly, the classical methods based on slow feature analysis (SFAs) and Gentle Boost are used to realize the on-line selection of labeled confidence samples. Based on the feature extraction ability of DCNN (depth convolution neural network), the feature similarity measurement in source-target scene is presented with feature self-encoder. A scene adaptive classifier model with compound depth structure is proposed and a training method is designed. The test results in KITTI test library show that the proposed algorithm is superior to the existing non-scene adaptive road segmentation algorithm. The average increase in the detection rate was about 4.5%.
【作者單位】： 江蘇大學(xué)汽車(chē)與交通工程學(xué)院;江蘇大學(xué)汽車(chē)工程研究院;克萊姆森大學(xué)汽車(chē)工程系;
【基金】：國(guó)家自然科學(xué)基金(U1564201,61601203,61573171,61403172) 中國(guó)博士后基金(2014M561592,2015T80511) 江蘇省重點(diǎn)研發(fā)計(jì)劃(BE2016149) 江蘇省自然科學(xué)基金(BK20140555) 江蘇省六大人才高峰項(xiàng)目(2015-JXQC-012,2014-DZXX-040)~~
【分類(lèi)號(hào)】：TP391.41;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 余天洪;王榮本;顧柏園;郭烈;;基于機(jī)器視覺(jué)的智能車(chē)輛前方道路邊界及車(chē)道標(biāo)識(shí)識(shí)別方法綜述[J];公路交通科技;2006年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉金龍;張曉雨;;基于直線模型的道路邊界識(shí)別技術(shù)[J];電子科技;2014年10期

2 沈文超;徐建閩;王艷麗;游峰;;1種基于平行直線對(duì)模型的車(chē)道檢測(cè)方法[J];交通信息與安全;2014年03期

3 尤小泉;彭映杰;;結(jié)合分塊Hough變換與Kalman預(yù)測(cè)的車(chē)道線檢測(cè)方法[J];科學(xué)技術(shù)與工程;2013年24期

4 尤小泉;彭映杰;;結(jié)合Hough變換與運(yùn)動(dòng)估計(jì)的車(chē)道線提取方法[J];電視技術(shù);2013年11期

5 劉理;徐國(guó)卿;李衛(wèi)民;歐勇盛;宋章軍;周翊民;;基于路面積水反射模型和對(duì)稱(chēng)特征的車(chē)道檢測(cè)方法[J];集成技術(shù);2013年03期

6 洪敏;周鳴爭(zhēng);梁祥君;修宇;;基于線性拋物線模型的車(chē)道檢測(cè)與跟蹤方法[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年07期

7 焦欣欣;王民慧;李曉鵬;;基于單目視覺(jué)的結(jié)構(gòu)化道路檢測(cè)算法研究[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2011年Z1期

8 張亮修;董瑞先;王玉林;邱緒云;;一種基于分道線模型的道路識(shí)別方法[J];山東交通學(xué)院學(xué)報(bào);2010年03期

9 董瑞先;王玉林;張魯鄒;張亮修;;一種基于直線模型的道路識(shí)別算法[J];青島大學(xué)學(xué)報(bào)(工程技術(shù)版);2010年01期

10 于濤;徐家明;;車(chē)輛前方行駛環(huán)境識(shí)別技術(shù)探討[J];汽車(chē)科技;2009年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 程洪,鄭南寧,高振海,李青;基于主元神經(jīng)網(wǎng)絡(luò)和K-均值的道路識(shí)別算法[J];西安交通大學(xué)學(xué)報(bào);2003年08期

2 周欣,黃席樾,黎昱;基于單目視覺(jué)的高速公路車(chē)道保持與距離測(cè)量[J];中國(guó)圖象圖形學(xué)報(bào);2003年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來(lái)自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長(zhǎng)沙鐵道學(xué)院學(xué)報(bào);2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類(lèi)工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計(jì)角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計(jì)教育;2005年06期

7 趙奇 ,劉開(kāi)第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計(jì)算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過(guò)去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報(bào);2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過(guò)去、現(xiàn)在和將來(lái)[J];青年探索;2006年04期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類(lèi)大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類(lèi)時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋(píng);復(fù)雜網(wǎng)絡(luò)幾類(lèi)同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類(lèi)研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類(lèi)時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類(lèi)時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：1561313