基于ConvLSTM双通道编码网络的夜间无人车场景预测方法

摘要

本发明涉及一种基于ConvLSTM双通道编码网络的夜间无人车场景预测方法。本发明根据红外图像的特点对单通道场景预测网络进行了改进，增加了一个编码通道，用于红外图像空间布局、结构信息的提取；利用残差网络进行特征的提取，减轻了因池化操作带来的信息丢失的问题，提高了红外预测图像的准确度和清晰度；利用较少的卷积层进行特征提取，提高了预测图像的预测速度，达到了实时性要求，为无人车驾驶决策提供了足够的决策时间。本发明结合有监督场景预测方案及无监督场景预测方案的优点，兼顾准确性和实时性，在单通道的基础上增加一个编码通道，利用较少的残差层进行特征提取。因此可以实现实时的、准确的夜间无人车场景预测。