英文文章,本文提出了一种通过整合热成像和RGB摄像头数据的传感器融合夜间环境感知系统。提出了一种新的对齐算法来融合两个摄像头传感器的数据。所提出的对齐过程对于有效的传感器融合至关重要。为了开发一个健壮的深度神经网络(DNN)系统,我们在各种场景下收集了夜间热成像和RGB图像,创建了一个包含32,000对图像的标记数据集。探索了三种融合技术,使用迁移学习,以及两种仅使用RGB或热成像数据的单传感器模型。开发并评估了五种DNN模型,实验结果表明融合模型的性能优于非融合模型。选择了晚融合系统,因为它在准确性和响应时间之间实现了最佳平衡。为了实时推理,进一步优化了最佳模型,在嵌入式边缘计算设备上实现了每秒33帧的处理速度,比未优化的系统推理速度提高了83.33%。这些发现对于推进高级驾驶辅助系统(ADAS)和自动驾驶车辆技术具有重要价值,增强了夜间行人检测能力,以提高道路安全性并减少事故。
猜您喜欢
推荐帖子 最新更新时间:2024-10-07 00:03
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
热门文章
热门标签
评论