一种针对路口监控图像的区域分割方法

针对智能交通系统中对交通路口场景理解的需求,提出一种基于线特征先验和凸包损失函数的空间分割网络,目标是对斑马线以及斑马线所围路口区域进行精确检测和分割。利用公安交通管理系统平台采集并标注路口数据集;引入线特征先验,将RGBL图像作为网络输入,为深度学习实例分割提供显著的物体边缘特征以加强深度网络对图像特征学习的针对性;在分割网络中引入SCNN网络结构,构成空间分割网络以增强网络对空间结构的学习;引入凸包二值交叉熵动态损失函数来优化网络的输出精度。实验结果表明,该空间分割网络对斑马线及路口区域的检测正确率和分割完整度和精确度都有了显著的提升。     

基于立体视觉的无人车测距系统设计

无人车测距是无人车防碰撞系统的关键技术之一。根据现有无人车常用测距方法的不足,设计了一套基于立体视觉的无人车测距系统。针对立体视觉中匹配算法耗时长和精度不高的问题,采用图像熵来表征特征点的信息量,筛除低信息量的特征点,并引入极线约束来减少误匹配点。实验结果表明,该方案能够有效地对前方障碍物进行测距,匹配算法的精度高、速度快,满足测距系统的实时性和精度要求。