特定場景輔助駕駛中的關(guān)鍵標(biāo)識圖像識別技術(shù)研究
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1谷歌無人車國內(nèi)關(guān)于輔助駕駛及智能駕駛的研究稍晚于歐美國家,開始于20世紀(jì)80年代
1緒論碩士學(xué)位論文21.2國內(nèi)外研究現(xiàn)狀針對車輛輔助駕駛技術(shù)方面的研究,國外開展的較早,尤其在智能車輛方面的研究可以追溯到20世紀(jì)70年代。時(shí)至今日,許多發(fā)達(dá)國家對智能駕駛技術(shù)的研發(fā)持續(xù)發(fā)力,并獲取了許多核心技術(shù)的專利權(quán),隨之帶來的經(jīng)濟(jì)效益也十分可觀。其中較具代表性的有美國卡內(nèi)基....
圖1.2THMR-V型智能車
1緒論碩士學(xué)位論文21.2國內(nèi)外研究現(xiàn)狀針對車輛輔助駕駛技術(shù)方面的研究,國外開展的較早,尤其在智能車輛方面的研究可以追溯到20世紀(jì)70年代。時(shí)至今日,許多發(fā)達(dá)國家對智能駕駛技術(shù)的研發(fā)持續(xù)發(fā)力,并獲取了許多核心技術(shù)的專利權(quán),隨之帶來的經(jīng)濟(jì)效益也十分可觀。其中較具代表性的有美國卡內(nèi)基....
圖1.3LeNet-5模型示意圖
渴?菔淙耄?ü?蛄?來計(jì)算所得特征,因此處理圖像數(shù)據(jù)仍需將圖像向量化,由此帶來的影響是空間相關(guān)信息會丟失。而且,傳統(tǒng)ANN相鄰兩層神經(jīng)元相互密集連接,參數(shù)量龐大,訓(xùn)練網(wǎng)絡(luò)時(shí)易陷入局部最優(yōu)解,或出現(xiàn)過擬合等問題。YannLeCun[23]首次采用“權(quán)值共享”、“局部連接”的思想,把....
圖1.4AlexNet模型示意圖[25]
碩士學(xué)位論文特定場景輔助駕駛中的關(guān)鍵標(biāo)識圖像識別技術(shù)研究5CNN調(diào)整參數(shù)過程的實(shí)現(xiàn)由反向傳播(BackPropagation,BP)算法完成。BP算法由Werbos于1974年提出[24],Rumelhart和McCelland率先于1986年將其應(yīng)用到神經(jīng)網(wǎng)絡(luò)中,使得神經(jīng)網(wǎng)絡(luò)可....
本文編號:3985181
本文鏈接:http://www.lk138.cn/kejilunwen/qiche/3985181.html