《表2 百度Apollo数据库车辆识别性能》
为了验证本文提出的12维特征与分类器在其他环境下的车辆识别性能,本文使用了百度Apollo平台数据库进行仿真验证。在仿真中本文共采集了240个目标,进行了人工标记类别,并统计了识别结果。利用在KITTI数据库上预先训练的12维特征与四种分类器结合的分类模型进行车辆识别。从表2中可以看出12维特征与训练得出的最佳分类器(随机森林)结合的方式,其目标分类的性能最好,所以本文提取的12维特征能够满足识别车辆正确率的要求。
图表编号 | XD00219390900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 李欣、李京英 |
绘制单位 | 西安邮电大学通信与信息工程学院(人工智能学院)、西安邮电大学通信与信息工程学院(人工智能学院) |
更多格式 | 高清、无水印(增值服务) |