本文選題：道路分割　切入點：場景自適應(yīng)　出處：《電子與信息學報》2017年02期 　論文類型：期刊論文

【摘要】：現(xiàn)有基于機器學習的道路分割方法存在當訓練樣本和目標場景樣本分布不匹配時檢測效果下降顯著的缺陷。針對該問題,該文提出一種基于深度卷積網(wǎng)絡(luò)和自編碼器的場景自適應(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,實現(xiàn)了帶標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)的特征自動抽取能力,輔以特征自編碼器對源-目標場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)的場景自適應(yīng)分類器模型并設(shè)計了訓練方法。在KITTI測試庫的測試結(jié)果表明,所提算法較現(xiàn)有非場景自適應(yīng)道路分割算法具有較大的優(yōu)越性,在檢測率上平均提升約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】： 江蘇大學汽車與交通工程學院;江蘇大學汽車工程研究院;克萊姆森大學汽車工程系;
【基金】：國家自然科學基金(U1564201,61601203,61573171,61403172) 中國博士后基金(2014M561592,2015T80511) 江蘇省重點研發(fā)計劃(BE2016149) 江蘇省自然科學基金(BK20140555) 江蘇省六大人才高峰項目(2015-JXQC-012,2014-DZXX-040)~~
【分類號】：TP391.41;TP18

【參考文獻】

相關(guān)期刊論文 前1條

1 余天洪;王榮本;顧柏園;郭烈;;基于機器視覺的智能車輛前方道路邊界及車道標識識別方法綜述[J];公路交通科技;2006年01期

【共引文獻】

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種基于平行直線對模型的車道檢測方法[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)測的車道線檢測方法[J];科學技術(shù)與工程;2013年24期

4 尤小泉;彭映杰;;結(jié)合Hough變換與運動估計的車道線提取方法[J];電視技術(shù);2013年11期

5 劉理;徐國卿;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稱特征的車道檢測方法[J];集成技術(shù);2013年03期

6 洪敏;周鳴爭;梁祥君;修宇;;基于線性拋物線模型的車道檢測與跟蹤方法[J];長江大學學報(自然科學版);2013年07期

7 焦欣欣;王民慧;李曉鵬;;基于單目視覺的結(jié)構(gòu)化道路檢測算法研究[J];現(xiàn)代計算機(專業(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別方法[J];山東交通學院學報;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別算法[J];青島大學學報(工程技術(shù)版);2010年01期

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

【二級參考文獻】

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-均值的道路識別算法[J];西安交通大學學報;2003年08期

2 周欣,黃席樾,黎昱;基于單目視覺的高速公路車道保持與距離測量[J];中國圖象圖形學報;2003年05期

【相似文獻】

相關(guān)期刊論文 前10條

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

2 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[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)運優(yōu)化方法[J];長沙鐵道學院學報;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];計算機工程與應(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];人類工效學;2004年03期

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

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

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

相關(guān)會議論文 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中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

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

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學學術(shù)大會論文摘要集[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年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;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];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

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

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

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

7 健康時報特約記者　 張獻懷;干細胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

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

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

相關(guān)博士學位論文 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;2004年

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

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

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

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

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

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

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預(yù)測算法研究[D];北京科技大學;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;2015年

相關(guān)碩士學位論文 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)測的研究[D];華南理工大學;2015年

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

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

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

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

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

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

，

本文編號：1561313