欢迎光临中图网 请 | 注册
> >
面向自主驾驶场景感知的循环神经架构

面向自主驾驶场景感知的循环神经架构

出版社:国防工业出版社出版时间:2023-02-01
开本: 其他 页数: 132
本类榜单:工业技术销量榜
中 图 价:¥44.0(5.5折) 定价  ¥80.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>
微信公众号

面向自主驾驶场景感知的循环神经架构 版权信息

  • ISBN:9787118127836
  • 条形码:9787118127836 ; 978-7-118-12783-6
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

面向自主驾驶场景感知的循环神经架构 内容简介

本书针对场景感知中的动态场景预测、多目标检测和多目标跟踪这三个关键任务,分别提出了三种不同的深度学习架构,在保证场景感知性能良好的同时,为解决了上述问题,并进一步提高自主驾驶对场景的适应性,本书也对局部路径规划算法进行了深入研究。

面向自主驾驶场景感知的循环神经架构 目录

第1章 绪论
1.1 研究背景
1.1.1 自主驾驶
1.1.2 自主驾驶场景感知
1.1.3 面向自主驾驶场景感知的深度学习
1.2 研究内容
1.3 国内外的研究现状
1.3.1 动态场景预测
1.3.2 多目标检测
1.3.3 多目标跟踪
1.3.4 局部路径规划
1.4 展望

第2章 面向动态场景预测的张量式循环神经网络
2.1 引言
2.2 方法
2.2.1 张量化隐状态
2.2.2 合并深度计算
2.2.3 扩展为LSTM
2.2.4 处理结构化输入
2.3 实验
2.3.1 任务1:文本生成
2.3.2 任务2:文本计算
2.3.3 任务3:图像分类
2.3.4 任务4:动态场景预测
2.3.5 记忆单元的可视化
2.4 相关工作
2.4.1 卷积LsTM
2.4.2 深度LSTM
2.4.3 其他并行化方法
2.5 本章小结

第3章 面向无监督多目标检测的记忆式循环注意力网络
3.1 引言
3.2 无监督多目标检测:通过渲染进行检测
3.2.1 概述
3.2.2 特征提取器
3.2.3 循环目标检测器
3.2.4 渲染器
3.2.5 损失
3.3 记忆式循环注意力网络
3.4 实验
3.4.1 Sprites数据集
3.4.2 DukeMTMC数据集
3.4.3 TUD数据集
3.4.4 UMOD-MRAN数据集的可视化
3.5 相关工作
3.6 本章小结

第4章 面向无监督多目标跟踪的重优先化循环注意力网络
4.1 引言
4.2 通过生成动画进行跟踪
4.2.1 概述
4.2.2 特征提取器
4.2.3 跟踪器阵列
4.2.4 渲染器
4.2.5 损失
4.3 重优先化注意式跟踪
4.3.1 使用注意力
4.3.2 将输入作为记忆
4.3.3 重优先化跟踪器
4.3.4 使用自适应计算时间
4.4 实验
……
第5章 基于双过程理论的分层局部路径规划
参考文献
附录A 面向动态场景预测的张量式循环神经网络
附录B 面向无监督多目标检测的记忆式循环注意力网络
附录C 面向无监督多目标跟踪的重优先化循环注意力网络
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服