一種基于結(jié)構(gòu)化學習的道路場景布局分析方法,采集和擴充交通場景圖像數(shù)據(jù)集,并且對數(shù)據(jù)集按場景平臺分類進行標注和預處理;對圖像進行子區(qū)域分割,先對圖像進行超像素分割,用超像素的特征和標簽訓練增強決策樹回歸器,得到初始分割結(jié)果,再用馬爾科夫隨機場優(yōu)化初始分割結(jié)果得到最終分割結(jié)果;然后在子區(qū)域上提取特征,用子區(qū)域特征和隱變量標簽訓練SVM分類器,預測出每張圖片子區(qū)域隱變量的組合;最后用子區(qū)域隱變量的組合和場景平臺標簽的對應關(guān)系構(gòu)建決策樹,通過決策樹找到這組標簽最終對應的場景平臺的標簽;本發(fā)明基于簡單道路交通場景環(huán)境的道路場景圖片和視頻,能夠有效實現(xiàn)交通場景平臺的預測,預測效果較準確,方法簡單有效。
聲明:
“基于結(jié)構(gòu)化學習的道路場景布局分析方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)