特定場(chǎng)景輔助駕駛中的關(guān)鍵標(biāo)識(shí)圖像識(shí)別技術(shù)研究
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1谷歌無(wú)人車(chē)國(guó)內(nèi)關(guān)于輔助駕駛及智能駕駛的研究稍晚于歐美國(guó)家,開(kāi)始于20世紀(jì)80年代
1緒論碩士學(xué)位論文21.2國(guó)內(nèi)外研究現(xiàn)狀針對(duì)車(chē)輛輔助駕駛技術(shù)方面的研究,國(guó)外開(kāi)展的較早,尤其在智能車(chē)輛方面的研究可以追溯到20世紀(jì)70年代。時(shí)至今日,許多發(fā)達(dá)國(guó)家對(duì)智能駕駛技術(shù)的研發(fā)持續(xù)發(fā)力,并獲取了許多核心技術(shù)的專(zhuān)利權(quán),隨之帶來(lái)的經(jīng)濟(jì)效益也十分可觀。其中較具代表性的有美國(guó)卡內(nèi)基....
圖1.2THMR-V型智能車(chē)
1緒論碩士學(xué)位論文21.2國(guó)內(nèi)外研究現(xiàn)狀針對(duì)車(chē)輛輔助駕駛技術(shù)方面的研究,國(guó)外開(kāi)展的較早,尤其在智能車(chē)輛方面的研究可以追溯到20世紀(jì)70年代。時(shí)至今日,許多發(fā)達(dá)國(guó)家對(duì)智能駕駛技術(shù)的研發(fā)持續(xù)發(fā)力,并獲取了許多核心技術(shù)的專(zhuān)利權(quán),隨之帶來(lái)的經(jīng)濟(jì)效益也十分可觀。其中較具代表性的有美國(guó)卡內(nèi)基....
圖1.3LeNet-5模型示意圖
渴?菔淙耄?ü?蛄?來(lái)計(jì)算所得特征,因此處理圖像數(shù)據(jù)仍需將圖像向量化,由此帶來(lái)的影響是空間相關(guān)信息會(huì)丟失。而且,傳統(tǒng)ANN相鄰兩層神經(jīng)元相互密集連接,參數(shù)量龐大,訓(xùn)練網(wǎng)絡(luò)時(shí)易陷入局部最優(yōu)解,或出現(xiàn)過(guò)擬合等問(wèn)題。YannLeCun[23]首次采用“權(quán)值共享”、“局部連接”的思想,把....
圖1.4AlexNet模型示意圖[25]
碩士學(xué)位論文特定場(chǎng)景輔助駕駛中的關(guān)鍵標(biāo)識(shí)圖像識(shí)別技術(shù)研究5CNN調(diào)整參數(shù)過(guò)程的實(shí)現(xiàn)由反向傳播(BackPropagation,BP)算法完成。BP算法由Werbos于1974年提出[24],Rumelhart和McCelland率先于1986年將其應(yīng)用到神經(jīng)網(wǎng)絡(luò)中,使得神經(jīng)網(wǎng)絡(luò)可....
本文編號(hào):3985181
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/3985181.html