本文主要研究内容
作者宋锐,施智平,渠瀛,邵振洲,关永（2019）在《基于深度残差学习的自动驾驶道路场景理解简》一文中研究指出：随着道路场景理解技术的快速发展，自主驾驶领域取得了长足的进步。在相关任务中，包括道路分割、分类和车辆检测的实时性和准确性是安全性的一个关键问题。为此，提出了一个具有编/解码器网络结构的基于深度残差学习的方法。一方面，编码器网络结构使用不同层次的残差网络来提取高维中的抽象特征，这些特征在接下来的三个任务中共享使用;另一方面，解码器网络结构采用一种子任务的并行计算机制，即道路分割、车辆检测和道路分类任务同时执行。此外，全卷积神经网络用于对提取的图像特征进行上采样以解决道路分割问题。最终，实验结果表明在保证高精度的前提下处理帧率可达到15 fps以上。
Abstract
sui zhao dao lu chang jing li jie ji shu de kuai su fa zhan ，zi zhu jia shi ling yu qu de le chang zu de jin bu 。zai xiang guan ren wu zhong ，bao gua dao lu fen ge 、fen lei he che liang jian ce de shi shi xing he zhun que xing shi an quan xing de yi ge guan jian wen ti 。wei ci ，di chu le yi ge ju you bian /jie ma qi wang lao jie gou de ji yu shen du can cha xue xi de fang fa 。yi fang mian ，bian ma qi wang lao jie gou shi yong bu tong ceng ci de can cha wang lao lai di qu gao wei zhong de chou xiang te zheng ，zhe xie te zheng zai jie xia lai de san ge ren wu zhong gong xiang shi yong ;ling yi fang mian ，jie ma qi wang lao jie gou cai yong yi chong zi ren wu de bing hang ji suan ji zhi ，ji dao lu fen ge 、che liang jian ce he dao lu fen lei ren wu tong shi zhi hang 。ci wai ，quan juan ji shen jing wang lao yong yu dui di qu de tu xiang te zheng jin hang shang cai yang yi jie jue dao lu fen ge wen ti 。zui zhong ，shi yan jie guo biao ming zai bao zheng gao jing du de qian di xia chu li zhen lv ke da dao 15 fpsyi shang 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机应用研究的宋锐,施智平,渠瀛,邵振洲,关永，发表于刊物计算机应用研究2019年09期论文，是一篇关于道路场景理解论文,深度残差学习论文,解码器结构论文,全卷积网络论文,计算机应用研究2019年09期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用研究2019年09期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：道路场景理解论文; 深度残差学习论文; 解码器结构论文; 全卷积网络论文; 计算机应用研究2019年09期论文;