2023年MathorCup大数据竞赛:基于计算机视觉的坑洼道路检测和识别 思路论文代码

国外相关论文,持续更新

重新思考路面三维重建与坑洼检测：从视角变换到视差图分割

坑洼是最常见的道路损坏形式之一，会严重 影响驾驶舒适性、道路安全和车辆状况。坑洼检测是 通常由结构工程师或认证检查员执行. 然而，这项任务不仅对人员有害，而且极其危险。 耗时的。该文提出一种高效的坑洼检测算法 基于道路视差图估计和分割。我们首先概括 通过结合立体钻机滚动角度进行透视转换。这 然后使用半全局匹配估计道路差异。差异地图 然后执行转换算法以更好地区分损坏 道路区域。最后，我们利用简单的线性迭代聚类对 将视差转换为超像素的集合。然后坑洼 通过查找超像素进行检测，其值低于自适应 确定阈值。所提出的算法是在NVIDIA RTX上实现的。 CUDA 中的 2080 Ti GPU。实验验证了 我们提出的道路坑洼检测算法，准确率为99.6% F 得分为 89.4%。