基本信息

---

下载

文档摘要

---

摘要

道路目标检测是计算机视觉领域中一项至关重要的任务，也是自动驾驶领域

的核心组成，识别和定位图像或视频帧中的物体是道路目标检测的主要目标。近

年来，深度卷积神经网络的迅速发展，使得目标检测器的检测精度得到了非常大

的提高。尽管目标检测器在正常图像上表现良好，但在恶劣天气下的目标检测方

面通常较差。由于雪、雨和雾霾等这些恶劣天气条件的影响，导致拍摄的图像质

量下降，改变了目标检测中的特征一致性，增加了网络的训练难度，从而降低了

目标检测性能。所以，针对恶劣天气下道路目标检测的问题，本文主要研