终检评审通过 创新训练 520计算机科学技术 智能交通校级

本项目针对传统的车辆和行人检测算法在提取特征时鲁棒性较差的问题, 拟开展基于深度学习的车辆和目标检测算法研究，改进传统算法，提出新算法，提高检测精度，提高自动驾驶的识别精度，提高无人驾驶的安全性。目前国内外已有许多将深度学习算法应用于道路交通目标识别算法的研究，取得了一定的成果，但在识别的准确性及鲁棒性等方面需要进一步改进本项目基于深度学习及卷积神经网络对现有车辆及道路目标算法进行改进与优化，建立网络模型，优化模型和算法，并进行训练学习，提升检测精度和鲁棒性。测试验证本项目所提出的模型算法在车辆、行人及交通标示牌等道路目标的检测效果，得到有价值的研究结果。