基于深度学习的计算机视觉在自动驾驶技术中的应用研究
计算机视觉与模式识别
2024-06-05 v2 人工智能
摘要
本研究旨在探索深度学习在自动驾驶计算机视觉技术中的应用及其对提升系统性能的影响。通过使用卷积神经网络(CNN)、多任务联合学习方法和深度强化学习等先进技术，本文详细分析了深度学习在图像识别、实时目标跟踪与分类、环境感知与决策支持以及路径规划与导航等关键领域的应用流程。研究结果表明，所提出的系统在图像识别、目标跟踪与分类方面的准确率超过98%，并且在环境感知与决策支持、路径规划与导航方面也展现出高效的性能和实用性。结论指出，深度学习技术能够显著提升自动驾驶系统的准确性和实时响应能力。尽管在环境感知与决策支持方面仍存在挑战，但随着技术的进步，预计未来将实现更广泛的应用和更大的潜力。
引用
@article{arxiv.2406.00490,
title = {Research on the Application of Computer Vision Based on Deep Learning in Autonomous Driving Technology},
author = {Jingyu Zhang and Jin Cao and Jinghao Chang and Xinjin Li and Houze Liu and Zhenglin Li},
journal= {arXiv preprint arXiv:2406.00490},
year = {2024}
}