【课题推荐发表期刊】
【课题背景】
无人驾驶汽车可以减少事故，改善环境，减少拥堵，帮助老年人和其他弱势群体，以及其他社会便利。无人驾驶车辆的主要部件包括感知系统，定位系统，任务和路径规划，控制和执行。多年来，制造商和学术界在制造全无人驾驶车辆上取得了很大进展。然而，目前尚未解决的问题之一是如何开发具有足够安全水平的无人驾驶车辆，以便大多数人能以合理的成本接受这些车辆。虽然其性能可以得到显着改善，但是感知系统，特别是视觉系统是无人驾驶汽车中最关键的部分，因为它的复杂性和改善安全性和降低成本的潜力。
本课题将深入探讨适用于无人驾驶汽车的视觉系统，包括设计和测试用于车道检测、行人识别和车辆检测等关键任务的算法，这对于实现无人驾驶汽车的广泛应用至关重要。
【课题方向参考】
数字图像处理学习技术研究
学习图像处理基本原理介绍、视觉系统的感知、图像的模式、图像的颜色空间；
图像滤波与特征识别
学习空间域图像滤波、平滑空间滤波器、边缘检测主要方法、识别中的主要原理；
基于无人驾驶的车道线检测算法研究
车道的边缘检测、霍夫变换、车道线检测算法实现；
无人驾驶场景中的多目标检测
学习检测模型相关配置、多目标模型的训练、行人、车辆检测。
【适合人群】
计划申请计算机、信息科学、人工智能、机器学习、软件工程等相关专业的优秀本科生，研究生，有一定计算机编程基础的更加适宜。
【课题收获】
高质量论文一篇（SCI/CCF定向期刊）
SCI/CCF期刊投递与发表指导
结业证书
【导师介绍】
Dr. Lv，QS60+高校博士，国内顶尖研究所副研究员
发表论文五十余篇，其中如IEEE TNNLS、TITS、IROS等顶刊顶会10余篇
长期担任SCI " Electronics "客座编辑，顶刊顶会IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Transactions on Cognitive and Developmental Systems、Pattern Recognition、IROS等审稿人
中国计算机学会计算机视觉专委会委员、自动化学会混合智能专委会委员，国家自然科学基金评议专家
辅导学生80余人，其中多人被牛津大学、卡耐基梅陇、约翰霍普金斯、北京大学等录取
可提供开源代码并指导复现、部分开放研究数据；可撰写推荐信；期刊内推资源；就业/实习机会推荐
【课题安排】
研究周期预估六个月左右，具体视学员情况调整。
【推荐阅读】
