基于动态贝叶斯网络的障碍物辨识研究

摘要

依据对样本的统计学习和对事物的先验知识,在数据缺失或没有样本数据的情况下依然可以建立有效的分类器.从图像中提取特征,筛选出所需特征,构建贝叶斯网络模型,并计算各节点的条件概率.将所需数据传入建好的网络系统中,通过一系列推理判断得到所需答案.实验结果表明,利用动态贝叶斯网络建立的障碍物辨识系统,能有效实现人和车辆等障碍物的辨识.