基本信息:
- 专利标题： 一种基于机器视觉和深度学习的路面类型融合感知方法
- 申请号：CN202410189376.5 申请日：2024-02-20
- 公开(公告)号：CN118072268A 公开(公告)日：2024-05-24
- 发明人： 吴光强 , 毛瑞驰 , 吴健 , 冯聪 , 王浩 , 杨雨辰 , 鞠丽娟
- 申请人： 同济大学
- 申请人地址： 上海市杨浦区四平路1239号
- 专利权人： 同济大学
- 当前专利权人： 同济大学
- 当前专利权人地址： 上海市杨浦区四平路1239号
- 代理机构： 上海科律专利代理事务所(特殊普通合伙)
- 代理人： 刘莹
- 主分类号： G06V20/56
- IPC分类号： G06V20/56 ; G06V10/774 ; G06V10/764 ; G06V10/80 ; G06V10/82 ; G06F18/2411 ; G06T7/45 ; G06V10/762
摘要：
本发明公开一种基于机器视觉和深度学习的路面类型融合感知方法，包括：获取路面类型开源数据集并进行预处理；采用SVM和efficientNet神经网络模型进行路面类型的识别，并求得分类概率；利用DS证据理论对两种模型的识别结果进行融合。本发明的优点是对数据增强，提高路面类型识别模型的鲁棒性；有效提高识别的精度；降低工程应用中对计算资源的消耗。