基于卷積神經網絡的智能車場景語義分割算法研究.pdf

1、近年來，智能駕駛越來越炙手可熱。智能駕駛相關技術已經從研發(fā)階段逐漸轉向市場應用。其中，場景語義分割技術可以為智能車提供豐富的室外場景信息，為智能車的決策控制提供可靠的技術支持，并且其算法魯棒性較好，因此場景語義分割算法在無人車技術中處于核心地位，具有廣泛的應用價值。但由于傳統(tǒng)場景語義分割模型存在精度較低和速度較慢等問題，進而難以應用于實際。針對此問題，本文重點研究了提升模型精度和速度的方法，并據(jù)此分別設計了基于卷積神經網絡的FusNet

2、和DeepSemNet兩個模型。本文的主要貢獻如下。
　　本文分別從網絡輸入圖片尺寸、激勵函數(shù)、池化三個方面研究基于卷積神經網絡速度和精度的提升方法。本文以一些經典的分割模型作為實驗模型，并將這些模型分別在CamVid和ADE20K數(shù)據(jù)庫上訓練和測試。通過大量的實驗表明在一定范圍內輸入圖片尺寸對模型精度的影響不大，但尺寸越小，模型的運行速度越快，顯存的占用量越少；再者，我們發(fā)現(xiàn) ReLU激勵函數(shù)相比較于 PReLU激勵函數(shù)，其精度

3、有一定的提升，且運算速度較快；我們還對 Max-Pooling、Lp-Pooling、Convolution三種下采樣方式進行了比較，發(fā)現(xiàn) Max-Pooling在運算速度和精度方面有更好的優(yōu)勢，而且Max-Pooling還有著更好的去燥效果。
　　提出了面向實時處理的智能車語義分割模型：FusNet。FusNet采用了 SegNet的Encoder架構，并結合了多層特征融合思想。在FusNet基礎上設計了兩個模型：FusNet4

4、、FusNet3。與SegNet相比，F(xiàn)usNet4和FusNet3的運算速度分別提高了9.5倍和18.9倍，并在CamVid數(shù)據(jù)庫上，F(xiàn)usNet4的精度提高了3.05％，F(xiàn)usNet4在Cityscapes數(shù)據(jù)庫上所得到的精度為82.10%。因此，我們提出的FusNet可以滿足智能車實時處理和效果等要求。
　　提出了和FusNet的互補模型：DeepSemNet。DeepSemNet結合了語義邊緣濾波和多層次的思想，可以實現(xiàn)面

5、向精準的智能車室外場景語義分割任務。DeepSemNet的模型搭建建立在PSPNet和EdgeNet的基礎之上，DeepSemNet采用語義邊緣檢測結果對語義特征進行濾波處理。與 PSPNet、EdgeNet相比， DeepSemNet在ADE20K驗證集上精確度分別提高了1.76%和10.5%。與本文所提出的FusNet網絡相比，DeepSemNet在Cityscapes數(shù)據(jù)庫和CamVid數(shù)據(jù)庫上的精度分別提高了9.11%、3.8%