简介：针对传统道路障碍物检测算法准确性和鲁棒性不强等问题,本文提出一种基于卷积神经网络的道路障碍物检测算法。该算法首先对车载图像预处理生成障碍物候选区域,再将障碍物候选区域输入到改进的卷积神经网络中,进行精确识别和剔除,区分道路障碍物和非障碍物。改进的卷积神经网络在原有网络的基础上,调整了卷积核的大小和个数、池化层的空间尺寸和神经网络的深度,并且在卷积层后选择性的加入池化层,提高障碍物的识别率。在不同场景中进行了测试,实验结果表明：本文提出的道路障碍物检测算法有效的提高了障碍物的识别率,识别率达到98.2%,并且拥有较高的鲁棒性。
简介：BIRTV2016展会的最后一天,本刊记者李幼林对BIRTV组委会委员兼秘书长、中广国际总公司总经理助理兼展览与服务贸易部经理金英,请她对今年的展会进行了回顾和总结。李幼林：首先请问金秘书长,从主办方的角度如何看待本次展览会？
基于卷积神经网络的道路障碍物检测算法
访BIRTV组委会委员兼秘书长、中广国际总公司总经理助理兼展览与服务贸易部经理金英
