期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度卷积神经网络的场景自适应道路分割算法
被引量：
19
1
作者
王海
蔡英凤
+2 位作者
贾允毅
陈龙
江浩斌
《电子与信息学报》
EI
CSCD
北大核心
2017年第2期263-269,共7页
现有基于机器学习的道路分割方法存在当训练样本和目标场景样本分布不匹配时检测效果下降显著的缺陷。针对该问题,该文提出一种基于深度卷积网络和自编码器的场景自适应道路分割算法。首先,采用较为经典的基于慢特征分析(SFA)和Gentle B...
现有基于机器学习的道路分割方法存在当训练样本和目标场景样本分布不匹配时检测效果下降显著的缺陷。针对该问题,该文提出一种基于深度卷积网络和自编码器的场景自适应道路分割算法。首先,采用较为经典的基于慢特征分析(SFA)和Gentle Boost的方法,实现了带标签置信度样本的在线选取;其次,利用深度卷积神经网络(DCNN)深度结构的特征自动抽取能力,辅以特征自编码器对源-目标场景下特征相似度度量,提出了一种采用复合深度结构的场景自适应分类器模型并设计了训练方法。在KITTI测试库的测试结果表明,所提算法较现有非场景自适应道路分割算法具有较大的优越性,在检测率上平均提升约4.5%。
展开更多
关键词
道路分割
场景自适应
深度卷积神经网络
复合深度结构
自编码器
在线阅读
下载PDF
职称材料
题名
基于深度卷积神经网络的场景自适应道路分割算法
被引量：
19
1
作者
王海
蔡英凤
贾允毅
陈龙
江浩斌
机构
江苏
大学
汽车
与交通
工程
学院
江苏
大学
汽车
工程
研究院
克莱姆森大学汽车工程系
出处
《电子与信息学报》
EI
CSCD
北大核心
2017年第2期263-269,共7页
基金
国家自然科学基金(U1564201
61601203
+7 种基金
61573171
61403172)
中国博士后基金(2014M561592
2015T80511)
江苏省重点研发计划(BE2016149)
江苏省自然科学基金(BK20140555)
江苏省六大人才高峰项目(2015-JXQC-012
2014-DZXX-040)~~
文摘
现有基于机器学习的道路分割方法存在当训练样本和目标场景样本分布不匹配时检测效果下降显著的缺陷。针对该问题,该文提出一种基于深度卷积网络和自编码器的场景自适应道路分割算法。首先,采用较为经典的基于慢特征分析(SFA)和Gentle Boost的方法,实现了带标签置信度样本的在线选取;其次,利用深度卷积神经网络(DCNN)深度结构的特征自动抽取能力,辅以特征自编码器对源-目标场景下特征相似度度量,提出了一种采用复合深度结构的场景自适应分类器模型并设计了训练方法。在KITTI测试库的测试结果表明,所提算法较现有非场景自适应道路分割算法具有较大的优越性,在检测率上平均提升约4.5%。
关键词
道路分割
场景自适应
深度卷积神经网络
复合深度结构
自编码器
Keywords
Road segmentation
Scene adaptive
Deep Convolutional Neural Network （DCNN）
Composite deepstructure
Auto-encoder
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度卷积神经网络的场景自适应道路分割算法
王海
蔡英凤
贾允毅
陈龙
江浩斌
《电子与信息学报》
EI
CSCD
北大核心
2017
19
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
