雷嘉豪;李江;刘波;

• 1:陕西工业职业技术学院汽车工程学院

摘要(Abstract)：

车辆在自适应巡航过程中，巡航控制系统的信息输入主要由毫米波雷达和视觉传感器来提供，这就要求车辆处于高速行驶或环境信息复杂的路况下具备良好的目标检测与识别能力。为了提升车辆巡航控制系统中基于视觉传感器的车辆目标检测结果，在FPN模型基础上，提出一种基于深度监督特征融合的ADAS车辆目标检测算法，利用多级特征跳跃融合策略，能有效弥补网络编码阶段多次下采样带来的信息损失，通过深度监督策略，提高了网络的辨别力和稳健性。实验结果表明，相较于几种对比方法，基于深度监督特征融合的车辆目标检测算法在车辆图像数据集上实现了较高的检测精度，体现出了该方法的有效性和优越性。

关键词(KeyWords)： 深度学习;高级辅助驾驶(ADAS);实例分割;特征融合;深度监督

Abstract:

Keywords:

基金项目(Foundation): 陕西工业职业技术学院院级科研计划项目（2020YKYB-026）

作者(Authors): 雷嘉豪;李江;刘波;

参考文献(References)：

• 1 Liu S, Liu L, Tang J, et al. Edge computing for autonomous driving:Opportunities and challenges[J]. Proceedings of the IEEE, 2019, 107(8):1697-1716 2 Suri V K, Elia M D, Arora P, et al. Automation of knowledgebased shared services and centers of expertise[C]//International Workshop on Global Sourcing of Information Technology and Business Processes. Springer, Cham. 2018:56-75 3 赵浩光，孟琭，耿欢，等.尺度自适应的多特征融合相关滤波目标跟踪算法[J].控制与决策，2021,36(2):429-435 4 李雯，喻菲菲，杜灿谊等.基于BP神经网络与概率神经网络的汽车发动机故障识别方法及对比分析[J].小型内燃机与车辆技术，2020,49(5):78-83 5 周静，张晓芳，赵延庚.一种基于图像融合和卷积神经网络的相位恢复方法[J].物理学报，2021,70(5):130-138 6 郭天伟，齐金山，杨海东，等.基于深度学习与特征融合的人脸识别算法[J].微型电脑应用，2020,36(11):5-8+22 7 Yuan X, Kong L, Feng D, et al. Automatic feature point detection and tracking of human actions in time-of-flight videos[J].IEEE/CAA Journal of Automatica Sinica, 2017, 4(4):677-685 8 He K, Gkioxari G, Dollár P, et al. Mask R-CNN[C]//Proceedings of the IEEE international conference on computer vision.2017:2961-2969