基于可变形局部模型的特定路口识别

【摘要】：无人车技术是一个需要融合当今计算机视觉、机器学习、智能规划与控制等诸多先进技术的综合性平台技术。在诸多有关无人车的研究中,面向无人车的路口识别还鲜有人涉及。然而准确识别各个路口对无人车顺利完成任务,尤其是沿途将经过多个路口的长距离驾驶任务,具有极为重要的意义。本文以完成2000公里长距离无人驾驶的自然基金重大项目为研究背景,围绕特定路口的识别问题展开研究,提出了一种基于可变形局部模型的特定路口识别方法。该方法首先利用隐支持向量机训练得到每个待识别路口的局部特征模型,并利用隐支持向量机的训练得到这些局部特征在路口匹配中所占的比重,继而通过综合评估整体特征匹配度和局部特征匹配度,完成对特定路口的判别。实验结果证实了该方法的有效性。为提高算法的准确性,本文进一步提出了融合序贯信息的路口识别算法。该算法利用sigmoid函数对各模型得分进行了归一化处理,并给出了优化sigmoid函数参数的优化方法。对比实验表明,合理运用序贯信息对提高路口识别的准确性具有明显的促进作用。
【关键词】：可变形局部模型 特定路口识别 隐支持向量机 序贯信息 sigmoid函数
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：U495;TP18