一种多层次贝叶斯雷视融合目标检测与识别方法

来源：计算机技术与发展杂志2025年第02期北京时间：

作者：刘晓莉;王洪龙;贺鹏鸣;周盼盼;王建强

单位：1. 甘肃省交通投资管理有限公司,甘肃 兰州 730030;2. 兰州交通大学 交通运输学院,甘肃 兰州 730070

摘要：随着自动驾驶技术的发展,精确的目标检测与识别成为确保行车安全的关键。 现有的基于贝叶斯网络的目标检测方法大多局限于单一传感器数据,未能充分利用多传感器数据的互补性。 该文提出了一种基于贝叶斯网络的雷视融合目标检测和识别方法,旨在通过融合雷达和视觉传感器数据提高检测的准确性和鲁棒性。 该文构建了一个多层次贝叶斯网络模型,用于表示两种传感器数据间的依赖关系,并设计了一种新的参数学习算法来优化网络参数。 此外,提出了一个基于网络推理的检测流程,实现了对目标的快速且准确检测。 在标准数据集上的实验结果表明,与现有技术相比,该方法在多个评估指标上均有显著提升,包括准确率、召回率和 F1 分数,同时保持了较低的计算复杂度,能够实现实时的目标检测,适合实时处理需求。 该研究还探讨了模型的泛化能力和潜在的应用场景,为自动驾驶车辆的感知系统提供了一种有效的解决方案。

关键词：自动驾驶;目标检测与识别;贝叶斯网络;雷视融合;参数学习