隨著時代的發(fā)展和科技的進步,近些年自動駕駛技術(shù)已成為國際上熱門的研究方向,特別是深度學習技術(shù)在近幾年迅猛的發(fā)展,深度學習與計算機視覺的結(jié)合使得檢測識別類的視覺任務提高到一個新水平。在完全實現(xiàn)自動駕駛之前,輔助駕駛是不可或缺的研究課題,道路目標檢測識別是自動駕駛和輔助駕駛的重要組成部分。本文研究行車視頻中道路目標的檢測識別,然后在Android平臺上實現(xiàn)具有檢測識別功能的安卓應用。本文的主要工作內(nèi)容包括以下幾點:（1）建立道路目標數(shù)據(jù)集。本文是針對行車記錄儀中城市市區(qū)和郊外道路目標的檢測識別,需要建立特定場景的數(shù)據(jù)集,直接使用公開的數(shù)據(jù)集庫訓練出來的模型在準確率方面較低,并且某些種類的目標在公開的數(shù)據(jù)集庫里并沒有收錄,因此,本文標注并建立了一個行車記錄儀中視頻的道路目標數(shù)據(jù)集,該數(shù)據(jù)集總共包含了4類,總共有4000張圖像,其中3000張為訓練數(shù)據(jù)集,1000張測試數(shù)據(jù)集。（2）行車記錄儀中的圖像由于在汽車行駛過程中會產(chǎn)生運動模糊,因此需要先對圖像進行去模糊處理,本文提出了基于DeblurGAN改進的去模糊算法。能夠有效的去除運動模糊,該算法相比傳統(tǒng)的去模糊算法,其優(yōu)勢在于不需要去估計模糊... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

LeNet網(wǎng)絡[38]

基于LeNet網(wǎng)絡的數(shù)字識別

卷積運算示意圖

【參考文獻】：
期刊論文
[1]逆濾波法在圖像復原中的應用[J]. 吳雪垠,吳謹,張鶴.  信息技術(shù). 2011(10)



本文編號：2912466