摘要
本发明公开了一种基于偏振视觉图像融合的智能驾驶目标识别方法,包括以下步骤:步骤1,对获取的偏振图像进行预处理;步骤2,构建并训练基于深度学习的偏振图像融合网络;步骤3,将偏振图像输入至训练完成的融合网络,生成高质量融合图像;步骤4,将融合图像输入目标识别模型,实现对车辆、行人等目标的识别。本发明兼顾偏振图像的细节增强与颜色保真,能够提高复杂场景下目标识别的准确性和鲁棒性,在智能驾驶等领域具有广泛的应用前景。
技术关键词
识别方法
特征提取模块
Stokes参量
多曝光图像融合
偏振成像系统
网络
视觉
分支
色度信息
残差结构
通道
重构模块
图像重建
注意力机制
语义特征
纹理
上采样
亮度
鲁棒性
系统为您推荐了相关专利信息
电子显微镜
深度学习模型
神经网络模型
图像特征值
计算机软件产品
识别系统
数据采集终端
坐标定位模块
图像采集模块
混凝土面板坝面板
安全装置状态
船体作业
装船
多维度特征提取
位置姿态数据
人脸情绪识别方法
识别面部
面部识别模型
面部特征点
决策
蒸汽发生器
蒸汽流量表
故障预测模型
预警方法
调节阀门