【直播】在ADAS中運用多任務深度學習框架

2021/12/25

學術青年分享會預告

活動信息

本期主題：多任務深度學習框架在ADAS中的應用

分享人：袁雪，北京交通大學電子信息工程學院副教授，博士生導師

時間：8 月 10 日（周四）20:00

地點：AI 研習社微信群

觀看直播

長按或掃描下方二維碼，進入 AI 研習社（okweiwu）微信交流群，明天（周三）晚上9點活動準時開始！

內容提綱

ADAS系統包括車輛檢測、行人檢測、交通標誌識別、車道線檢測等多種任務，同時，由於無人駕駛等應用場景的要求，車載視覺系統還應具備相應速度快、精度高、任務多等要求。對於傳統的圖像檢測與識別框架而言，短時間內同時完成多類的圖像分析任務是難以實現的。
本項目組提出使用一個深度神經網路模型實現交通場景中多任務處理的方法。其中交通場景的分析主要包括以下三個方面：大目標檢測（車輛、行人和非機動車），小目標分類（交通標誌和紅綠燈）以及可行駛區域（道路和車道線）的分割。
這三類任務可以通過一個深度神經網路的前向傳播完成，這不僅可以提高系統的檢測速度，減少計算參數，而且可以通過增加主幹網路的層數的方式提高檢測和分割精度。