典型文献
基于注意力机制的前方道路场景识别算法
文献摘要：
随着我国机动车保有量逐年上升,而路网的建设相对缓慢,由此造成行车拥堵问题日趋严重.准确快速地识别出路口和路段等道路场景,对车辆安全驾驶具有很好的辅助作用.为了通过实时性较强的辅助驾驶功能提高机动车行驶的安全性,针对网络规模较小的ResNet18模型进行改进,加入空间注意力模块进行模型优化.实验结果表明,在复杂交通路况下,基于注意力机制改进后的ResNet18模型在道路场景数据集上的识别准确率达到91.5％,推理时间为4.935 ms,在保持实时性的同时提高了图像识别准确率,满足辅助驾驶需求.
文献关键词：
智慧交通;卷积神经网络;图像识别;辅助驾驶
中图分类号：
作者姓名：
温爽;李学伟;张同宇;乐海丰
作者机构：
北京联合大学 城市轨道交通与物流学院,北京 100101;北京交通大学 经济管理学院,北京 100044;北京联合大学 北京市信息服务工程重点实验室,北京 100101
文献出处：
引用格式：
[1]温爽;李学伟;张同宇;乐海丰-.基于注意力机制的前方道路场景识别算法)[J].北京联合大学学报,2022(03):38-43
A类：
道路场景识别
B类：
注意力机制,前方,识别算法,机动车保有量,路网,成行,拥堵,日趋严重,准确快速,路口,路段,车辆安全,安全驾驶,辅助作用,辅助驾驶,高机动,机动车行驶,网络规模,规模较,ResNet18,空间注意力,注意力模块,模型优化,交通路况,机制改进,识别准确率,推理时间,ms,图像识别,智慧交通
AB值：
0.421449
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。
