摘要
本发明涉及人工智能与智能驾驶领域,尤其涉及行人穿行意图预测方法、装置、驾驶辅助系统及车辆,该方法包括获取待测图像帧,采用目标检测算法提取待测图像帧中对应行人检测框,基于行人检测框裁剪得到目标图像,将目标图像输入训练完成的行人穿行意图预测模型,利用行人穿行意图预测模型输出行人穿行意图预测结果;行人穿行意图预测模型通过预先训练得到,包括预训练和迁移训练过程。在训练阶段采用单帧图像增量更新,旧模型特征提取层参数共享、新分类头随机初始化,结合自适应损失函数平衡新旧知识,解决了依赖多帧序列导致的冷启动和模型遗忘问题;预测阶段直接输入单帧裁剪图像,无需等待序列数据,实现了无冷启动实时预测。
技术关键词
意图预测方法
行人检测
驾驶辅助系统
训练卷积神经网络模型
图像
预训练模型
动态噪声
损失函数优化
训练集
预测装置
更新模型参数
裁剪模块
基础
增量更新
线性
样本
输出特征
系统为您推荐了相关专利信息
异常数据
分割方法
关键帧
多层卷积神经网络
风格迁移技术
远程定位方法
核反应堆
超分辨率
彩色图像信息
特征点
压缩神经网络
深度卷积神经网络模型
输出特征
视频编码技术
视频图像处理装置
双目相机
纹理识别方法
表面纹理特征
像素点
分区