[发明专利]基于特征时序相关性的自动驾驶视觉感知优化方法有效
| 申请号： | 201910060991.5 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109934096B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 缪其恒;吴长伟;苏志杰;孙焱标;王江明;许炜 | 申请（专利权）人： | 浙江零跑科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州杭诚专利事务所有限公司 33109 | 代理人： | 尉伟敏;杨燕霞 |
| 地址： | 310051 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于特征时序相关性的自动驾驶视觉感知优化方法，包括深度卷积神经网络检测架构改进：添加输出目标自相关层，输出目标时序一致性评价指标，作为可选网络分支输出；目标检测训练数据库改进方法；离线训练过程改进方法包括深度卷积神经网络训练损失函数改进：添加自相关损失函数，并辅以一定权重系数加入网络总损失函数，参与主干特征部分训练。本发明在训练和推理阶段对检测算法输出结果的稳定性进行优化，有效提升视觉目标检测结果分类以及位置回归的稳定性，从而改进相关目标距离以及相对运动估算的准确性与稳定性，为自动驾驶应用提供更加准确与有效的目标感知结果，提升整体视觉感知算法性能，满足汽车自动驾驶的需求。 | ||
| 搜索关键词： | 基于 特征 时序 相关性 自动 驾驶 视觉 感知 优化 方法 | ||
【主权项】：
1.一种基于特征时序相关性的自动驾驶视觉感知优化方法，其特征在于包括深度卷积神经网络检测架构改进方法、目标检测训练数据库改进方法和离线训练过程改进方法。
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浙江零跑科技有限公司，未经浙江零跑科技有限公司许可，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/201910060991.5/，转载请声明来源钻瓜专利网。
