- · 《湖北农机化》栏目设置[06/29]
- · 《湖北农机化》投稿方式[06/29]
- · 《湖北农机化》征稿要求[06/29]
- · 《湖北农机化》刊物宗旨[06/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
基于改进空洞卷积神经网络的丘陵山区田间道路(8)
作者:网站采编关键词:
摘要：[1] 李云伍，徐俊杰，王铭枫，等. 丘陵山区田间道路自主行驶转运车及其视觉导航系统研制[J]. 农业工程学报，2019，35(1)：52－61.Li Yunwu, Xu Junjie, Wang Mingf
[1] 李云伍，徐俊杰，王铭枫，等. 丘陵山区田间道路自主行驶转运车及其视觉导航系统研制[J]. 农业工程学报，2019，35(1)：52－61.Li Yunwu, Xu Junjie, Wang Mingfeng, et al. Development of autonomous driving transfer trolley on field roads and its visual navigation system for hilly areas[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2019, 35(1): 52－61. (in Chinese with English abstract)
[2] 吴宗胜. 室外移动机器人的道路场景识别及路径规划研究[D]. 西安：西安理工大学，2017.Wu Zongsheng. Research for the Road Scene Recognition and Path Planning for the Outdoor Mobile Robots[D]. Xi'an:Xi'an University of Technology, 2017. (in Chinese with English abstract)
[3] 张新钰，高洪波，赵建辉，等. 基于深度学习的自动驾驶技术综述[J]. 清华大学学报：自然科学版，2018，58(4)：438－ Xinyu, Gao Hongbo, Zhao Jianhui, et al. Overview of deep learning intelligent driving methods[J]. J Tsinghua Univ:Sci & Technol, 2018, 58(4): 438－444. (in Chinese with English abstract)
[4] Oliveira G L, Burgard W, Brox T. Efficient deep models for monocular road segmentation[C]// IEEE/RSJ International Conference on Intelligent Robots and Systems. Daejeon,South Korea, 2016: 4885－4891.
[5] Coombes M, Eaton W H, Chen W H. Colour based semantic image segmentation and classification for unmanned ground operations[C]// International Conference on Unmanned Aircraft Systems (ICUAS). Arlington, VA USA, 2016: 858－867.
[6] Wang J, Kim J. Semantic segmentation of urban scenes with a location prior map using lidar measurements[C]// IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS). Vancouver, BC, Canada, 2017: 661－666.
[7] Cordts M, Rehfeld T, Schneider L, et al. The stixel world: A medium-level representation of traffic scenes[J]. Image and Vision Computing, 2017, 68: 40－52.
[8] Zhang Z, Xu C, Yang J, et al. Deep hierarchical guidance and regularization learning for end-to-end depth estimation[J].Pattern Recognition, 2018, 83: 430－442.
[9] Chen J, Xu W, Peng W, et al. Road object detection using a disparity-based fusion model[J]. IEEE Access, 2018, 6:－.
[10] 轩永仓. 基于全卷积神经网络的大田复杂场景图像的语义分割研究[D]. 杨凌：西北农林科技大学， Yongcang. Research on the Semantic Segmentation of Complex Scene Image of Field Based on Fully Convolutional Networks[D]. Yangling: Northwest A&F University, 2017.(in Chinese with English abstract)
[11] 张利刚. 基于全空洞卷积神经网络的图像语义分割[D].长春：东北师范大学， Ligang. Fully Dilated Convolutional Networks for Semantic Segmentation[D]. Changchun: Northeast Normal University, 2018. (in Chinese with English abstract).
[12] 李迎春，付兴建，薛琴. 基于 RGB熵的非结构化道路分割方法[J]. 计算机工程与设计，2017，9(6)：1570－1574.Li Yingchun, Fu Xingjian, Xue Qin. Unstructured road segmentation method based on RGB entropy[J]. Computer Engineering and Design, 2017, 9(6): 1570－1574. (in Chinese with English abstract)
[13] 王新晴，孟凡杰，吕高旺，等. 基于PCA-SVM准则改进区域生长的非结构化道路识别[J]. 计算机应用，2017，37(6)：1782－ Xinqing, Meng Fanjie, Lü Gaowang, et road detection based on improved region growing with PCA-SVM rule[J]. Journal of Computer Applications, 2017, 37(6): 1782－1786. (in Chinese with English abstract)
[14] 王小娟，李云伍，刘得雄，等. 基于机器视觉的丘陵山区田间道路虚拟中线提取方法[J]. 西南大学学报：自然科学版，2018，40(4)：162－169.Wang Xiaojuan, Li Yunwu, Liu Dexiong, et al. A machine vision－based method for detecting virtual midline of field roads in the hilly areas[J]. Journal of Southwest University:Natural Science Edition, 2018, 40(4): 162－169. (in Chinese with English abstract)
[15] Cha Y J, Choi W, Büyük?ztürk O. Deep learning-based crack damage detection using convolutional neural networks[J].Computer-Aided Civil and Infrastructure Engineering, 2017,32(5): 361－378.
[16] Long J, Shelhamer E, Darrell T. Fully convolutional networks for semantic segmentation[C]// IEEE Conference on Computer Vision and Pattern Recognition. Boston, MA,USA, 2015: 3431－3440.
[17] Shensa, Mark J. The discrete wavelet transform: Wedding the a trous and Mallat algorithms[J]. IEEE Transactionson on Signal Processing, 1992, 40(10): 2464－2482.
[18] Holschneider M, Kronland-Martinet R, Morlet J, et al. A real-time algorithm for signal analysis with the help of the wavelet transform[C]// Wavelets. Time-Frequency Methods and Phase Space, 1989: 286－297.
[19] 张华博. 基于深度学习的图像分割研究与应用[D]. 成都：电子科技大学， Huabo. Research and Application of Image Segmentation by Deep Learning[D]. Chengdu: University of Electronic Science and Technology of China, 2018. (in Chinese with English abstract)
文章来源：《湖北农机化》 网址: http://www.hbnjhzz.cn/qikandaodu/2021/0709/1515.html