作者：禪與計(jì)算機(jī)程序設(shè)計(jì)藝術(shù)
1.簡(jiǎn)介
一、題目背景
隨著智能手機(jī)的普及，自動(dòng)駕駛領(lǐng)域也逐漸被激烈討論。自動(dòng)駕驲系統(tǒng)（Autonomous Driving System，ADS）在一定程度上能夠代替人類駕駛員，減少人因疏忽造成的安全隱患，提高行駛效率。但是目前市面上的車聯(lián)網(wǎng)方案仍然存在諸多不足。
智能交通系統(tǒng)的關(guān)鍵是在特定場(chǎng)景中識(shí)別出車輛并進(jìn)行精準(zhǔn)地預(yù)測(cè)。這一任務(wù)一般需要有很強(qiáng)的實(shí)時(shí)性要求，不能盲目依賴傳感器的數(shù)據(jù)，必須要考慮到各種異常情況。由于精準(zhǔn)預(yù)測(cè)模型的訓(xùn)練難度較高，因此深度學(xué)習(xí)技術(shù)得到了越來(lái)越廣泛的應(yīng)用。
本文從多個(gè)方面介紹基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)在智能交通系統(tǒng)中的應(yīng)用。首先，介紹基礎(chǔ)知識(shí)和相關(guān)理論。然后，通過(guò)兩個(gè)案例介紹具體的應(yīng)用。最后，闡述研究結(jié)果和對(duì)未來(lái)的展望。希望能夠激起讀者對(duì)深度學(xué)習(xí)技術(shù)和智能交通系統(tǒng)的興趣，在理論和實(shí)際應(yīng)用之間找到一個(gè)平衡點(diǎn)。
二、關(guān)鍵詞
深度學(xué)習(xí)，卷積神經(jīng)網(wǎng)絡(luò)，圖像分類，目標(biāo)檢測(cè)，長(zhǎng)短期記憶網(wǎng)絡(luò)，實(shí)例分割，多任務(wù)學(xué)習(xí)，多尺度計(jì)算，車道線檢測(cè)，邊界框回歸，骨干網(wǎng)絡(luò)文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-656211.html
三、正文主要內(nèi)容
1. 概念術(shù)語(yǔ)
1.1 深度學(xué)習(xí)
深度學(xué)習(xí)（Deep Learning）是機(jī)器學(xué)習(xí)的一種方法，它通過(guò)構(gòu)建多層抽象的神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行學(xué)習(xí)。由淺至深的多層結(jié)構(gòu)使得深度學(xué)習(xí)具有巧妙的特征提取能力。它的代表性模型——深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network，DNN），通常由多個(gè)卷積文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-656211.html
到了這里，關(guān)于基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)在智能交通系統(tǒng)中的應(yīng)用的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
