基于YOLOV3前方车辆识别与距离估计

敖宏伟 陈学文 宋雨俏

摘 要：本文首先采集车辆数据进行标注训练，利用YOLOV3识别框选出前方车辆，并采用单帧静态图像的测距模型来实现前方车辆距离的测量，即通过CCD摄像机帧存坐标和像平面坐标系统的转换，并根据车道线两点实时测量摄像机高度，结合小孔成像模型原理与车道线前后两点来实现单目视觉测距。

关键词：视觉信号;YOLOV3;小孔成像;单目视觉测距

随着人工智能的发展，汽车安全辅助驾驶技术的研究受到各国的普遍关注，汽车在给人们的生活提供无限便利的同时，也带来了交通出行的安全性问题[1]，其中安全车距预警系统作为重要组成部分，长期以来一直受到高度重视，目标的识别和测距作为在视觉研究领域中的前方车辆安全车距预警的核心课题，在智能交通、视频监控、机器人导航及人机交互等诸多领域都受到了广泛的关注。

1 前方车辆的识别

1.1 图像标注

在计算机视觉中，图像标注作为最重要的工作之一，在现如今大量应用程序当中，计算机视觉本质上是拥有一双基于视觉信号的眼睛，去看见世界和解读世界。当下机器学习已经应用到各个领域，例如增强现实技术、神经网络翻译与语音自动识别技术等。同时，计算机视觉在技术层面也给人们带来了诸多体验，例如面部识别、无人机、无人驾驶汽车等。labelme可对图像进行多边形，矩形，圓形，多段线，线段，点形式的标注，可用于目标检测，图像分割，等任务。COCO数据……