一种基于卷积神经网络的前车检测与测距方法
基本信息
| 申请号 | CN202110248160.8 | 申请日 | - |
| 公开（公告）号 | CN113111707A | 公开（公告）日 | 2021-07-13 |
| 申请公布号 | CN113111707A | 申请公布日 | 2021-07-13 |
| 分类号 | G06K9/00（2006.01）I;G06K9/32（2006.01）I;G06K9/34（2006.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王劲夫;黄阳捡;韩晗 | 申请（专利权）人 | 上海赛可出行科技服务有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200131上海市浦东新区自由贸易试验区杨高北路2001号1幢4部位三层333室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的前车检测与测距方法，该方法包括以下步骤：先对先验数据集使用聚类算法筛选出最可能的车辆边框，再利用卷积神经网络提取图像的纹理特征，将不同尺寸的边框分配给合适的特征图，优化分类误差与位置偏差共同构成的损失产生模型，利用生成的模型检测前车位置。本发明使得分类过程更加准确，在回归计算目标准确位置时最大程度提高了优化效率与检测精度，此外还利用霍夫变换检测车道线位置计算消失点，对于前方车辆结合其在图像空间的位置信息与相机内外参数，推导出其在现实空间与本车的真实距离。 |
