摘要
本发明涉及一种多模态辅助的车辆检测失效样本的分析与重校准方法,涉及多模态辅助以提高识别精度算法的领域,旨在解决自动驾驶系统在过曝、雾霾、遮挡环境下识别精度低的问题,本发明通过对失效样本的沙普利值分析,针对不同场景中的识别失效原因,优化了传感器的选择与算法设计,在多传感器数据融合过程中,利用匈牙利算法对检测框进行最优匹配,进一步提高了匹配精度,并根据不同IOU值优化识别效果,从而提升了目标检测的准确性,该方法能够显著提高自动驾驶系统在复杂环境中的识别精度,优化计算效率,降低算力需求,适应不同交通环境下的实时决策需求,具有广泛的应用前景。
技术关键词
多模态辅助
校准方法
遮挡场景
雾霾场景
样本
自动驾驶系统
匈牙利算法
车载摄像头
卷积神经网络识别
车辆
神经网络对图像
卷积神经网络模型
反射场景
传感器识别
精度
物体
激光雷达
能见度
系统为您推荐了相关专利信息
WGAN模型
故障诊断方法
火箭发动机
发动机故障诊断
样本
性能预测方法
优化神经网络
神经网络结构
BP神经网络
因子