典型文献
基于空洞空间池化金字塔的自动驾驶图像语义分割方法
文献摘要：
如果车辆在道路上能精确而快速地理解人和车的语义,就能在很大程度上对障碍躲避、路径规划等做出指导.现有的基于深度学习的语义分割方法存在分割速度和分割精度不能兼得等问题.本文在现有语义分割网络的基础上,通过在特征提取基准网络后添加空洞空间池化金字塔结构,可以获取图像的多尺度语义信息.实验结果表明,文中提出的A_ASPP_1和A_ASPP_2两个模块能对自动驾驶场景中常见的人和各类车辆图像进行有效的分割.对应的两种改进的网络结构虽然分割速度稍有降低,但其训练结果的平均交并比相比现有双分支网络BiSeNet分别提升了2.1和1.2个百分点.
文献关键词：
语义分割;自动驾驶;空洞空间池化金字塔
中图分类号：
作者姓名：
王大方;刘磊;曹江;赵刚;赵文硕;唐伟
作者机构：
哈尔滨工业大学(威海)汽车工程学院,威海 264200;陆军装甲兵学院兵器与控制系,北京 100072
文献出处：
引用格式：
[1]王大方;刘磊;曹江;赵刚;赵文硕;唐伟-.基于空洞空间池化金字塔的自动驾驶图像语义分割方法)[J].汽车工程,2022(12):1818-1824
A类：
空洞空间池化金字塔
B类：
自动驾驶,图像语义分割,分割方法,解人,躲避,路径规划,兼得,语义分割网络,基准网络,金字塔结构,语义信息,ASPP,驾驶场景,平均交并比,双分支网络,BiSeNet,百分点
AB值：
0.252538
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
