復(fù)雜交通環(huán)境下基于多任務(wù)學(xué)習(xí)的道路感知方法

摘要： 針對復(fù)雜交通環(huán)境下道路感知能力差、魯棒性低的問題，提出了一種復(fù)雜交通環(huán)境下基于多任務(wù)學(xué)習(xí)的道路感知網(wǎng)絡(luò)(Multi-task Learning-based Road Perception Network in Complex Traffic Environment, MLRPNet),可以在復(fù)雜交通環(huán)境下有效地學(xué)習(xí)到道路目標(biāo)的特征信息，提高復(fù)雜交通環(huán)境下道路感知的準(zhǔn)確性和魯棒性...