基于卷积神经网络和RGB-D图像的车辆检测算法

作     者：王得成 陈向宁 赵峰 孙浩燃 Wang Decheng;Chen Xiangning;Zhao Feng;Sun Haoran

作者机构：航天工程大学研究生院北京101416 航天工程大学航天信息学院北京101416 61618部队北京100094 酒泉卫星发射中心甘肃酒泉730000 

基　　金：国防科技创新特区专项(18-H863-01-ZT-002-055) 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2019年第56卷第18期

页      码：111-118页

摘      要：针对利用彩色图像进行车辆检测时会受到路面阴影、车辆反光和光线不足等复杂情况影响的问题,提出一种基于卷积神经网络并融合彩色与深度图像的车辆检测算法。设计单通道RG-D融合网络和双通道RGB-D融合网络两种改进模型,分别用于提高检测速度和准确度。实验使用GTA(Grand Theft Auto)车辆数据集对该算法进行测试,并与基于RGB图像的其他流行算法进行对比和分析,结果表明:与基于彩色图像的Yolo v2算法相比,利用双通道RGB-D融合网络检测的准确率和召回率分别提升5.69%和6.31%,利用单通道RG-D融合网络对单一图像的最快检测速度达到24ms。实验证明,基于RGB-D图像的改进网络模型能够实现实时检测,并有效提高车辆检测精度。

主 题 词：图像处理 车辆检测 计算机视觉 卷积神经网络 RGB-D图像 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3788/LOP56.181003

馆 藏 号：203807358...