期刊刊名：科學與工程技術期刊 卷期：17卷2期
篇名出版日期：2021年9月1日
作者：黃登淵,謝溢榤,王清弘,Deng-Yuan Huang, Yi-Jie Xie, Ching-Hung Wang
語言：Chinese
關鍵字：人工智慧,深度估測,語義分割,深度學習,artificial intelligence, depth estimation, semantic segmentation, deep learning
被點閱次數：0次
閱讀時間：0sec
摘要： 由於科技的進步，自主駕駛系統在可知的未來必形成一股風潮，而車輛與障礙物之間的距離估測是自主駕駛系統中一個非常重要的技術。為了達到距離估測之目的，目前發展的自主駕駛系統大都需要仰賴各式各樣的距離感測器，例如光達、雷達及超音波等，這些感測器在距離量測上通常具有高精度，但同時也伴隨著高昻價格，這將使得自主駕駛系統的推廣及普及變得愈發困難。本文提出了一個結合語義分割與深度估測之深度神經網路模型，其包含有相同卷積層數的Encoder與Decoder網路。本文所提之網路架構在KITTI及Cityscapes資料集上進行訓練，並在最後結合語義分割與深度估測等方法進行距離估測，實驗結果證實本文所提方法的可行性。
[ 關閉視窗 ]