微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：在开放交通场景下，视觉感知系统面临着诸多挑战，其中最为突出的问题包括低光照环境下的图像质量下降、鱼眼图像带来的几何畸变以及跨域场景中模型的性能波动。本报告首先介绍通过算法优化来改善低光环境下图像的质量，使得关键特征更加明显，为后续处理提供高质量的数据输入。再讨论鱼眼镜头在广角视图中捕捉到的图像如何进行有效的场景理解，以提高感知系统的鲁棒性和准确性。最后，介绍如何让训练好的视觉感知模型能够在不同环境条件下依然保持良好的性能，减少因环境变化导致的识别误差。通过对这些关键技术的研究与应用，期望能为开放交通场景下的智能驾驶和辅助驾驶系统提供更可靠的技术支持。
讲者简介：潘卫国，博士，北京联合大学副教授，硕士生导师，CCF计算机视觉专委会委员，主要研究方向包括计算机视觉和智能驾驶等；主持国家自然科学基金项目1项，北京市自然科学基金项目1项，作为骨干参与科技部重点研发计划、国家自然科学基金项目、中国科学院仪器设备项目和北京市教育委员会科技项目十余项。近年来发表国内外期刊论文40余篇，授权发明专利8项，软件著作权10项。2015年以来，参加多项国内知名自动驾驶汽车比赛，获得一等奖1项，二等奖5项；获得2020年第十届吴文俊人工智能科技进步二等奖（7/10）。
第二届CCF中国智能汽车学术年会（CIVS 2024）
本期嘉宾
京公网安备11010802032778号