自動駕駛場景類間相似特征自適應(yīng)分類網(wǎng)絡(luò)

摘要： 解決類間相似度問題是自動駕駛場景分類研究中一項充滿挑戰(zhàn)的任務(wù)，主要研究在相似度較高的真實復(fù)雜交通場景中，利用網(wǎng)絡(luò)學習目標特征的差異性，并構(gòu)建特征之間整體關(guān)聯(lián)性進行場景分類。提出一種多尺度自適應(yīng)特征篩選的自動駕駛場景分類網(wǎng)絡(luò)。采用雙重多尺度特征提取模塊預(yù)處理，初步提取不同尺度下的類間相似特征；設(shè)計了特征分化篩選模塊完成場景相似特征篩選，使網(wǎng)絡(luò)更關(guān)注不同場景類別的典型易區(qū)分特征；將... （共14頁）