中国交通信息化2021，Vol.259Issue(7) ：131-133.DOI:10.13439/j.cnki.itsc.2021.07.016

基于机器视觉的高速道路落石检测

龙学军 高枫
中国交通信息化2021，Vol.259Issue(7) ：131-133.DOI:10.13439/j.cnki.itsc.2021.07.016
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于机器视觉的高速道路落石检测

龙学军 1高枫1
扫码查看

作者信息

  • 1. 成都通甲优博科技有限责任公司,四川成都610221
  • 折叠

摘要

落石对于高速道路的驾驶安全具有严重威胁,针对传感器对于落石检测的局限性,采用机器视觉的方法对落石进行检测.为了消除高速道路外部环境对落石检测的影响,提出一种基于分割功能的RS结构,添加在YOLO v3网络的浅层;通过RS结构使特征图更多地注意道路部分,减少外部干扰.实验表明,添加RS结构后的AP与F1-score值分别提高了6.95和0.034.

关键词

落石检测/计算机视觉/分割结构/YOLO/v3

引用本文复制引用

出版年

2021
中国交通信息化
中国公路学会

中国交通信息化

影响因子：0.319
ISSN：1672-3333
被引量1
参考文献量8
段落导航相关论文