طراحی شبکه عصبی برای محاسبه نقشه عمق در ماشین ها خودران
- سال انتشار: 1399
- محل انتشار: اولین کنفرانس پیشرفت های اخیر و روندهای آینده در صنعت خودرو
- کد COI اختصاصی: AIRAFT01_017
- زبان مقاله: فارسی
- تعداد مشاهده: 549
نویسندگان
دانشجوی مهندسی برق الکترونیک، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران
دانشجوی دکترا مهندسی برق الکترونیک، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران
استاد، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران
چکیده
یکی از مهمترین چالش های امروز حوزه خودرو های خودران، تخمین عمق و فاصله از تصاویر دریافتی محیط است. از جمله پرکاربرد ترین روش های تخمین عمق، پردازش تصاویر استریو است. شبکه های عصبی کانولوشن برای تطبیق تصاویر استریو عملکرد مناسبی دارند. از طرفی، معماری های فعلی به آن دسته از شبکه های عصبی متکی هستند که از لایه های پردازشی بیشتری استفاده می شود. برخی از این شبکه ها به زمان زیادی برای رسیدن به دقت نسبتا خوبی نیاز دارند . به عنوان مثال، در شبکه SGM برای رسیدن به خطای کل 0,9، 67 ثانیه زمان لازم است. در این مقاله، هدف معرفی یک شبکه برای محاسبه نقشه عمق با حداکثر دقت ممکن در زمانی کوتاه در مقایسه با سایر شبکه های محاسبه نقشه عمق با دقت مشابه است. در بخش نتیجه گیری نشان داده شده است که با این روش، می توان در کمتر از ثانیه به خطای 0,7 رسید.کلیدواژه ها
بینایی استریو؛ پردازش تصویر؛ شبکه های عصبی؛ ماشین های خودران؛ نقشه عمقمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.