Dual-Channel Encoding Network Based on ConvLSTM for Driverless Vehicle Night Scene Prediction
-
摘要: 为了提高夜间无人车驾驶的决策速度,减少夜间交通事故发生的概率,对无人驾驶场景预测任务进行了研究.提出了基于卷积长短时记忆的双通道编码夜间无人车场景预测网络,利用两个子网络:时间子网络提取红外视频序列的时序特征,空间子网络提取红外图像的空间特征,通过融合网络融合特征,输入到解码网络中,以实现对红外视频的未来帧预测.该网络具有端到端的优点,能够实现输入视频序列,直接输出预测帧的图像,并可以预测多帧图像.实验结果表明,该网络对夜间场景预测较准确,可以预测未来1.2 s后的图像,预测速度快,为0.02 s/帧,达到了实时性要求.
-
-
期刊类型引用(5)
1. 何振鹏，魏星，黎柏春，闫方超，胡艺馨，刘勇，王智. 距离和雾对红外测温精度影响的补偿研究. 红外技术. 2024(06): 681-690 . 
本站查看
2. 张建华，张学俭. 测试距离对滩羊红外热成像测温的影响研究及误差校正. 宁夏农林科技. 2023(12): 54-57+65 . 百度学术
3. 杨断利，张然，陈辉，鲍惠玲，宣凤苓，高媛. 蛋鸡羽毛覆盖度计算及其与体温关系研究. 农业机械学报. 2022(10): 242-251+276 . 百度学术
4. 张建华，李锋，张学俭. 红外热成像技术在畜禽养殖中的应用研究进展. 宁夏农林科技. 2022(09): 52-58 . 百度学术
5. 杜玉玺，胡振琪，葛运航，黄华，陈瑞涛，汪勇，王志萌. 距离对不同强度热源红外测温影响及补偿. 红外技术. 2019(10): 976-981 . 本站查看
其他类型引用(4)
计量
- 文章访问数:
- HTML全文浏览量:
- PDF下载量:
- 被引次数: 9
下载:
