|
|||||
|
|
| 基于空间序列级联的停车场场景语义分割算法 | |
| 摘 要： | 通过利用深度学习模型对停车场场景中的视觉信息进行处理,以辅助无人驾驶车辆进行自主泊车定位.针对目前用于停车场场景进行语义分割的方法不够成熟,FCN等方法不能满足自主泊车的定位需求,提出一种基于空间序列级联机制的语义分割方法,在停车场场景中,背景及车位线等标识物具有不同的像素区分难度,采用空间序列级联机制,使用浅层网络处理简单像素,使用深层网络处理较难像素,最后将两次结果进行叠加.采集了北京及上海等地共八个不同类型的停车场数据,人工标注40 000张图像构建了停车场场景数据集进行验证,实验表明,在分割精度方面,相比FCN方法,mIoU由69.3%提升到77.9%,速度由15.8 fps提升至35.7 fps. |
| 本文献已被 CNKI 等数据库收录！ | |