-
题名基于透视降采样和神经网络的地面标志检测
- 1
-
-
作者
李玉珍
陈辉
王杰
荣文
-
机构
山东大学信息科学与工程学院
山东高速信息集团有限公司
-
出处
《图学学报》
CSCD
北大核心
2022年第2期288-295,共8页
-
基金
山东省科技发展计划重点项目(2019GGX101018)
山东省自然科学基金项目(ZR2017MF057)。
-
文摘
在智能驾驶领域,为实时精确检测路面的导向标志,提出一种基于透视降采样和神经网络的地标检测方法,有效解决传统检测方法实时性较差、复杂场景和远处小目标检测准确率较低的问题。首先,选取图像感兴趣区域进行透视降采样,降低道路图像近处分辨率,缩小图像尺寸,同时消除透视投影误差。其次对YOLOv3-tiny目标检测网络进行改进,采用k-means++算法对自建数据集的边界框聚类;添加卷积层强化浅层特征,提升小目标表征能力;改变特征金字塔融合尺度,将预测输出调整为适合地标尺寸的26×26和52×52。最后,在自建多场景数据集上测试,准确率由78%提升到99%,模型大小由33.8 MB减小为8.3 MB。结果表明,基于透视降采样和神经网络的地标检测方法鲁棒性强,对小目标检测精度更高,易于在低端嵌入式设备上部署。
-
关键词
透视降采样
YOLOv3-tiny
地标检测
数据集
k-means++
-
Keywords
perspective down-sampling
YOLOv3-tiny
landmark detection
data set
k-means++
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
