智能驾驶系统的视觉智能解析方案

西北工业大学光學影像分析與學習中心

Center for OPTical IMagery Analysis and Learning (OPTIMAL)

成果简介

智能交通是智能城市的核心任务之一，本成果将先进的计算机视觉与深度学习科技应用到智能交通相关的任务中，如智能驾驶系统与智能交通监控分析。凭借优秀的算法，在保证精度的前提下，本成果内的所有算法可以被部署在正常配置的个人电脑上并以实时运行。

为了证明算法的有效性，并且为深度神经网络提供可靠的训练数据，我们构建了大规模的交通场景数据集。本数据集采集自中国多个城市的真实交通场景，并且进行了人工标注。

本成果中多数算法已经在真实的城市环境里进行过反复测试，精度与效能均能达到世界先进水平。

我们致力于在保证精度的前提下提升算法的性能，结合传统计算机视觉领域与深度学习领域最新的研究成果，使我们的算法不仅拥有紧凑的体积，同时可以在普通的个人电脑上达到实时运算（>30fps)。

我们深知数据对于深度学习的重要性，目前针对智能驾驶方向，我们的数据集已经拥有超过200个小时的实际驾驶视频，超过80000帧人工标注的图片，规模超过KITTI数据集。数据集分辨率最高为1920×1080，包含多个城市的多种环境在不同天气下的各类情况，能较好的反映出中国城市的交通情景。

先进的智能驾驶方案往往受制于成本难以实装。本成果采用纯视觉的解决方案，采集端为廉价的USB微型摄像头，后端为普通配置的个人电脑，以低成本的方式实现智能驾驶中的多项功能。

智能驾驶系统包括多个感知任务，如交通关键物体检测，车道线检测，驾驶员状态分析等。本系统内各任务均依托先进的深度神经网络与自建的数据集。算法速度精度均可满足实用水平。

智能驾驶系统的决策及控制功能正在开发中。

智能交通监控分析系统覆盖多种监控场景下的多种任务，如人流密集场景下的人群分析及异常检测，道路交通监控场景下的车流（拥挤度）监测任务，交通卡口场景下的高精度车牌识别系统。

西北工业大学光学影像分析与学习中心

Center for OPTical IMagery Analysis and Learning (OPTIMAL)

光学影像分析与学习中心主要从事数据分析与挖掘、视觉信息智能处理和多媒体应用与服务三个方向的研究。分别涵盖表达与融合，建模与分类、计算与优化；图像、视频质量提高，视觉语义信息提取，多/高光谱图像处理；检索与排序，视频监控，安全驾驶与智能交通，环境遥感监测等。

联系方式

王琦教授

电话：029 8849 5715-8002

邮箱：crabwq@nwpu.edu.cn

地址：西安市碑林区友谊西路127号64信箱

邮编：710072

主页：http://crabwq.github.io/ 或扫描右方二位码