隨著時(shí)代的發(fā)展和科技的進(jìn)步,近些年自動(dòng)駕駛技術(shù)已成為國(guó)際上熱門的研究方向,特別是深度學(xué)習(xí)技術(shù)在近幾年迅猛的發(fā)展,深度學(xué)習(xí)與計(jì)算機(jī)視覺(jué)的結(jié)合使得檢測(cè)識(shí)別類的視覺(jué)任務(wù)提高到一個(gè)新水平。在完全實(shí)現(xiàn)自動(dòng)駕駛之前,輔助駕駛是不可或缺的研究課題,道路目標(biāo)檢測(cè)識(shí)別是自動(dòng)駕駛和輔助駕駛的重要組成部分。本文研究行車視頻中道路目標(biāo)的檢測(cè)識(shí)別,然后在Android平臺(tái)上實(shí)現(xiàn)具有檢測(cè)識(shí)別功能的安卓應(yīng)用。本文的主要工作內(nèi)容包括以下幾點(diǎn):（1）建立道路目標(biāo)數(shù)據(jù)集。本文是針對(duì)行車記錄儀中城市市區(qū)和郊外道路目標(biāo)的檢測(cè)識(shí)別,需要建立特定場(chǎng)景的數(shù)據(jù)集,直接使用公開的數(shù)據(jù)集庫(kù)訓(xùn)練出來(lái)的模型在準(zhǔn)確率方面較低,并且某些種類的目標(biāo)在公開的數(shù)據(jù)集庫(kù)里并沒(méi)有收錄,因此,本文標(biāo)注并建立了一個(gè)行車記錄儀中視頻的道路目標(biāo)數(shù)據(jù)集,該數(shù)據(jù)集總共包含了4類,總共有4000張圖像,其中3000張為訓(xùn)練數(shù)據(jù)集,1000張測(cè)試數(shù)據(jù)集。（2）行車記錄儀中的圖像由于在汽車行駛過(guò)程中會(huì)產(chǎn)生運(yùn)動(dòng)模糊,因此需要先對(duì)圖像進(jìn)行去模糊處理,本文提出了基于DeblurGAN改進(jìn)的去模糊算法。能夠有效的去除運(yùn)動(dòng)模糊,該算法相比傳統(tǒng)的去模糊算法,其優(yōu)勢(shì)在于不需要去估計(jì)模糊... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

LeNet網(wǎng)絡(luò)[38]

基于LeNet網(wǎng)絡(luò)的數(shù)字識(shí)別

卷積運(yùn)算示意圖

【參考文獻(xiàn)】：
期刊論文
[1]逆濾波法在圖像復(fù)原中的應(yīng)用[J]. 吳雪垠,吳謹(jǐn),張鶴.  信息技術(shù). 2011(10)



本文編號(hào)：2912466