基于全卷积网络的道路图像分割方法研究任务书
2020-02-18 17:25:42
1. 毕业设计(论文)主要内容:
二维图像的道路检测和跟踪是移动机器人视觉导航中的关键任务。
由于道路环境的复杂性,图像表示的模糊性,道路检测和跟踪仍然是个极具挑战性的难点问题。
基于图像分割的道路检测和跟踪方法因其内在的统计特性,使其对单像素表示的歧义性、边缘模糊、噪声等具有一定的鲁棒性,受到国内外研究人员的广泛关注。
2. 毕业设计(论文)主要任务及要求
1)首先采集相关数据集,对其进行分析;
2)然后搜集相关资料,建立合适的模型对数据集进行训练,并对模型进行评估和改进;
3)最后利用训练好的模型对真实的道路图像数据集进行验证,并根据验证结果进一步优化模型。
3. 毕业设计(论文)完成任务的计划与安排
1)2019/1/14—2019/1/22:查阅参考文献,明确选题;
2)2019/1/23—2019/2/22:进一步阅读文献,完成开题报告;翻译英文资料(不少于5000汉字),并交予指导教师检查。
3)2019/2/23—2019/4/30:对采集的相关数据集进行分析,数据增强;模型的建立与改进;二值化算法实现。
4. 主要参考文献
[1] 周志华. 机器学习. 清华大学出版社,2016
[2] long j,shelhamer e, darrell t. fully convolutional networks for semanticsegmentation[c]//proceedings of the ieee conference on computer vision andpattern recognition. 2015: 3431-3440.
[3] shelhamer e, long j, darrell t. fullyconvolutional networks for semantic segmentation[j]. arxiv preprintarxiv:1605.06211, 2016.