一种基于GAN数据增强的高风险驾驶场景辨识方法

    公开(公告)号:CN117746098A

    公开(公告)日:2024-03-22

    申请号:CN202311555467.8

    申请日:2023-11-20

    申请人: 同济大学

    摘要: 本发明涉及一种基于GAN数据增强的高风险驾驶场景辨识方法,该方法包括以下步骤:基于所述车辆前向视频数据,生成第一运动轮廓图,将所述第一运动轮廓图划分为训练集部分、验证集部分与测试集部分;对训练集部分的第一运动轮廓图进行增强处理;得到第二运动轮廓图;将所述第二运动轮廓图输入所述GAN模型中,输出得到第三运动轮廓图;将所述第一运动轮廓图、所述第二运动轮廓图和所述第三运动轮廓图输入所述高风险驾驶场景辨识模型中进行训练;将所述第一运动轮廓图输入所述高风险驾驶场景辨识模型中进行辨别。与现有技术相比,本发明通过GAN数据增强扩充高风险驾驶场景样本,提高建模数据的丰富性及多样性,进而提升模型的泛化能力,具有普适性等优点。