面向视频结构化的细粒度车辆检测分类模型

作     者：石健 成前 金立生 胡耀光 蒋晓蓓 郭柏苍 王武宏 Shi Jian;Cheng Qian;Jin Lisheng;Hu Yaoguang;Jiang Xiaobei;Guo Baicang;Wang Wuhong

作者机构：北京理工大学机械与车辆学院北京100081 燕山大学车辆与能源学院秦皇岛066004 

基　　金：国家自然科学基金(51878045)资助 

出 版 物：《汽车工程》 (Automotive Engineering)

年 卷 期：2021年第43卷第10期

页      码：1427-1434页

摘      要：针对无人驾驶环境感知技术中存在复杂交通场景理解受限的问题,本文中提出一种面向路侧端的视频结构化框架,通过丰富交通场景中不同目标的细粒度信息,提高复杂交通场景的理解能力。针对所提出的视频结构化框架,提供了一种可工程化的细粒度车辆检测分类模型。通过通道剪枝策略对YOLOv4算法进行优化,使压缩模型YOLOv4Pruned在mAP几乎不变的情况下,较原模型体积减小约60%。设计了16种类型、12种颜色的车辆分类方法可有效覆盖当前交通场景下的运行车辆,在测试集上的分类准确率可达93%。本文设计的细粒度车辆检测分类模型在1920×1080输入,NVIDIA GeForce RTX 2080Ti下可稳定在23FPS,在海思Hi3516DV300下,未量化的模型可稳定在13FPS。

主 题 词：无人驾驶技术 路侧端环境感知 视频结构化算法 细粒度车辆检测分类 

学科分类：08[工学] 082304[082304] 080203[080203] 080204[080204] 0802[工学-机械学] 0812[工学-测绘类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.19562/j.chinasae.qcgc.2021.10.002

馆 藏 号：203105777...