《表1 场景预测评价指标：基于深度学习的夜间模式下自动驾驶场景预测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的夜间模式下自动驾驶场景预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4(a）可以很好地反应出车辆行驶过程中大门的视觉变化。图4(b）通过图中左侧花圃的面积逐渐减小可以观察到道路正在向右转弯。图4(c）能够合理地预测出行人运动位置的变化，且从背景中建筑物的窗户等可以很清晰地观察到建筑物在图中的变化情况。图4(d）可以反应前方来车的运动情况，即使预测出的图像车辆轮廓不是非常清晰，但是从图像中基本可以观察到来车的运动变化。在图4(d）中预测的倒数第2幅图像中，由红圈表示的预测部分与实际图像相比，对于车身位置的预测不是很准确，初步估计是图中来车运动速度过快导致的。在场景预测中，将测试图像预测结果与真实图像进行比较，峰值信噪比、结构相似性的计算结果如表1所示。由表1可知本文方法的效果优于其他方法，速度快且可以满足实时性要求。