基于CNN的无人驾驶行人识别

作者：张芝衔

来源：通讯世界, 2019, 26(05): 246-247.

• 无人驾驶
• 行人识别
• PCA
• 卷积神经网络

无人驾驶中行人识别的精度是影响车辆安全的重要因素,传统的无人驾驶行人识别采用基于统计分类的方法,该方法在精度和灵活性上具有一定的缺陷。行人识别的根本是对图像的识别,卷积神经网络是一种针对图像分类、识别而发展的深度学习算法,其强大的图像分类识别能力被广泛应用在图像分类系统中,取得了不错的效果。因此,本文将卷积神经网络算法应用于无人驾驶行人识别中,前期使用PCA算法对图像数据进行降维,以减少卷积神经网络算法运算复杂度。本文采用KITTI数据集进行仿真,实验表明,基于神经网络的无人驾驶行人识别精度相对于其他统计分类算法精度高。