[发明专利]基于卷积神经网络的岔路口识别及深度估计方法在审
| 申请号： | 201610818250.5 | 申请日： | 2016-09-13 |
| 公开（公告）号： | CN106408015A | 公开（公告）日： | 2017-02-15 |
| 发明（设计）人： | 张凌云;徐晨飞;叶茂;陆川;廖丹;张力;张明;吴涵莹;徐邦焱;陈雪;陈平;汤维 | 申请（专利权）人： | 电子科技大学成都研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人： | 周永宏,王伟 |
| 地址： | 610200 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的岔路口识别及深度估计方法，包括以下步骤S1、收集室外各种场景的岔路口样本和非岔路口样本；S2、对岔路口样本和非岔路口样本进行预处理；S3、训练CNN岔路口检测器；S4、获取检测图片，并对获取的检测图片进行预处理；S5、将检测图像构建图像金字塔；S6、对图像金字塔进行特征提取；S7、对特征图进行扫描，形成特征向量；S8、特征分类；S9、合并检测窗口并输出。本发明采用卷积神经网络从样本中学习到岔路口本质的特征，采用在检测图像上扫描窗口的特征提取方式，并用卷积神经网络的分类器进行分类，通过卷积神经网络的线性回归得到岔路口的深度信息；可有效提高岔路口检测的鲁棒性和抗干扰性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 路口 识别 深度 估计 方法 | ||
【主权项】：
基于卷积神经网络的岔路口识别及深度估计方法，其特征在于，包括离线训练和在线检测两个步骤；所述离线检测包括以下步骤：S1、收集室外各种场景的岔路口样本和非岔路口样本，并对岔路口样本分类；S2、对岔路口样本和非岔路口样本进行预处理；S3、训练CNN岔路口检测器；所述在线检测包括以下步骤：S4、获取检测图片，并对获取的检测图片进行预处理；S5、将检测图像构建图像金字塔；S6、对图像金字塔进行特征提取：利用CNN岔路口检测器的特征提取器对整个检测图像进行特征提取，通过多次卷积和降采样形成多张特征图；S7、对特征图进行扫描，形成特征向量；S8、特征分类：利用CNN岔路口检测器的分类器对特征向量进行分类，如果分类器输出值大于设定的阈值，则判定该窗口对应在检测图像中的区域包含岔路口，否则判定为背景；S9、合并检测窗口并输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学成都研究院，未经电子科技大学成都研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610818250.5/，转载请声明来源钻瓜专利网。
