首页|双目视觉的智能汽车目标检测算法研究

双目视觉的智能汽车目标检测算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
智能汽车的环境感知是实现自动驾驶的重要一环,对道路交通主要参与者(汽车、行人、骑行者)进行检测识别的研究.提出一种基于YOLO算法改进的端到端的目标检测算法dual-YOLO.将注意力机制引入检测网络模型,提高网络对有效特征的学习权重,从而提高检测精度.加入双目摄像头距离测算模块,获取目标距离信息.测试结果表明:dual-YOLO目标检测算法识别道路交通主要参与者的平均准确率能达到85.99%,在骑行者和行人检测方面明显优于其他算法,检测速度能达到60 fps,提出的算法能较好地完成智能汽车行驶实时检测和测距需求.
Research on intelligent vehicle target detection algorithm based on binocular vision

intelligent driving vehiclesbinocular visionneural networkobject detectionattention mechanism

申彩英、朱思瑶、黄兴驰

展开 >

辽宁工业大学 汽车与交通工程学院,辽宁 锦州 121001

智能驾驶汽车 双目视觉 神经网络 目标检测 注意力机制

国家自然科学基金面上项目辽宁省教育厅项目

51675257LJKMZ20220978

2023

10.3969/j.issn.1674-8425(z).2023.11.002

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(21)
  • 1
  • 4