基于深度學(xué)習的自動駕駛車輛目標檢測與跟蹤技術(shù)研究

打開文本圖片集

摘要：傳統(tǒng)的檢測和跟蹤方法在復(fù)雜駕駛場景下存在精度不高、實時性不足、魯棒性不強等問題，據(jù)此提出了基于深度學(xué)習的改進方法。在目標檢測方面，設(shè)計了一種雙階段檢測器，在骨干網(wǎng)絡(luò)中引入注意力機制，并結(jié)合FPN進行多尺度特征融合，該方法利用孿生網(wǎng)絡(luò)架構(gòu)，通過時空注意力模塊來挖掘目標的顯著特征和運動模式，從而增強了網(wǎng)絡(luò)對目標表征的學(xué)習能力。（剩余5786字）