摘要:為了在道路檢測中結合圖像的多尺度特征以及點云的空間結構特征,使檢測算法能有效地排除道路場景中的陰影、光線等干擾,本文提出一種基于融合分層條件隨機場的圖像和點云融合的道路分割模型.首先,利用Meanshift算法產生多個尺度的超像素分割,建立基于圖像的多尺度分層條件隨機場.將點云數據投影到圖像平面,再建立基于點云的多尺度分層條件隨機場.在條件隨機場的像素層和點云層之間建立連接,構造多尺度的融合模型.然后,針對多尺度融合模型中圖像層的每一層和點云層的每一層,分別提取對應尺度的圖像特征或點云特征.每一層用梯度提升樹算法根據提取的特征訓練1個分類器,利用每一層的分類器得到對應層的數據項代價.最后,使用α擴張算法對融合模型進行聯合優化求解.在KITTI Road數據集上的實驗結果表明,該方法具有良好的道路檢測性能.
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
機器人雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:論文與報告、綜論與介紹、消息報道等。于1979年經新聞總署批準的正規刊物。