【技术实现步骤摘要】
基于改进YOLOv3网络的无人车夜间环境感知方法
本专利技术涉及一种改进YOLOv3网络的无人车夜间环境感知方法，属于夜视红外图像处理领域。
技术介绍
无人车在行驶过程中需要对环境信息进行实时获取并处理。近年来无人车夜视场景的环境感知研究受到广泛关注，从目前的大多数技术方案来看，多数采用激光雷达对周围环境三维空间感知来获取环境信息，其次是相机获取的图像信息，以及毫米波雷达获取的定向目标距离信息。但激光雷达价格昂贵，相较于可见光图像，红外图像能够在夜间提供更丰富的视觉信息，为无人车安全驾驶提供保障。因此采用夜间拍摄的红外图像进行环境感知具有重要的研究意义。无人车的环境感知目前多应用于可见光领域，夜视图像研究较少。夜视图像环境感知能够扩展无人车在夜间的识别能力。夜间拍摄的红外图像纹理信息少，图像成像模糊，相比可见光条件下的无人车环境感知难度更大。夜间环境感知中的核心问题之一是无人车周边行人以及车辆的检测，夜间道路能见度低，采用夜间无人车获取的单目红外图像对夜间行人，车辆进行目标检测，可以有效帮助无人车对障碍物及时作出合理决策。在计算机视觉领域，目标检测主要解决两个问题...
【技术保护点】
1.一种基于改进YOLOv3网络的无人车夜间环境感知方法，其特征在于，包括以下步骤：步骤1、构建夜视图像数据集，挑选无人车采集的红外图像，对这些红外图像中包含的行人及车辆进行真实目标位置标注，得到样本文件；步骤2、对原始红外图像中目标车辆的角度进行人工标定，构成车辆角度样本文件，与步骤1得到的样本文件组成夜视图像目标与车辆角度样本文件；步骤3、构建改进的YOLOv3网络，该改进的YOLOv3网络为加入车辆角度预测的YOLOv3网络，利用步骤2得到的夜视图像目标与车辆角度样本文件训练改进的YOLOv3网络，通过改进的YOLOv3网络提取特征，从而得到特征图；步骤4、将整幅特征...
【技术特征摘要】
1.一种基于改进YOLOv3网络的无人车夜间环境感知方法，其特征在于，包括以下步骤：步骤1、构建夜视图像数据集，挑选无人车采集的红外图像，对这些红外图像中包含的行人及车辆进行真实目标位置标注，得到样本文件；步骤2、对原始红外图像中目标车辆的角度进行人工标定，构成车辆角度样本文件，与步骤1得到的样本文件组成夜视图像目标与车辆角度样本文件；步骤3、构建改进的YOLOv3网络，该改进的YOLOv3网络为加入车辆角度预测的YOLOv3网络，利用步骤2得到的夜视图像目标与车辆角度样本文件训练改进的YOLOv3网络，通过改进的YOLOv3网络提取特征，从而得到特征图；步骤4、将整幅特征图划分成S×S个网格，每个网格生成B个边界框，每个边界框预测6个值，分别为：位置信息(x，y，w，h)、置信度和角度，(x，y)表示边界框相对于网格中心的的坐标，(w，h)是边界框相对于整张图片的高度和宽度，将每个边界框根据类别置信度预测一个类别信息，类别分为行人及车辆；步骤5、根据步骤4得到的类别信息，当类别为车辆时，给出预测车辆的角度信息和车辆边界框，当类别为行人时，给出目标行人边界框；步骤6：根据设定的阈值筛选出对于特定类别的置信度得分高的边界框，并用非极大抑制算法...
【专利技术属性】
技术研发人员：裴嘉欣，孙韶媛，王宇岚，刘致驿，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。