近年來(lái)，隨著人工智能技術(shù)的迅速發(fā)展，傳統(tǒng)汽車(chē)行業(yè)與信息技術(shù)結(jié)合，在汽車(chē)自動(dòng)駕駛技術(shù)方面的研究取得了長(zhǎng)足進(jìn)步，業(yè)內(nèi)很多大公司都在此領(lǐng)域投入巨資進(jìn)行研發(fā)，如國(guó)外的谷歌、豐田，國(guó)內(nèi)的百度、比亞迪等公司都推出了自動(dòng)駕駛汽車(chē)，且實(shí)驗(yàn)結(jié)果令人滿意：

谷歌的自動(dòng)駕駛汽車(chē)已經(jīng)安全行駛超過(guò) 14 萬(wàn)英里；

豐田則宣布旗下自動(dòng)駕駛系統(tǒng)將于 2020 正式量產(chǎn)；

百度在 2015 年底宣布，其自動(dòng)駕駛汽車(chē)計(jì)劃三年商用五年量產(chǎn)，比亞迪已與百度深化合作，共同研發(fā)無(wú)人駕駛汽車(chē)。

可以預(yù)見(jiàn)，在不遠(yuǎn)的將來(lái)，隨著技術(shù)不斷發(fā)展完善，自動(dòng)駕駛技術(shù)將進(jìn)入實(shí)用階段，普及到千家萬(wàn)戶，人們可以自由出行而無(wú)需擔(dān)心人為駕駛事故，如無(wú)證駕駛、超速、疲勞駕駛、酒駕等人為引起的交通事故。因此，自動(dòng)駕駛技術(shù)有著廣闊的應(yīng)用前景。

自動(dòng)駕駛技術(shù)分為基于傳統(tǒng)特征和基于深度學(xué)習(xí)駕駛技術(shù)。

在現(xiàn)有的基于傳統(tǒng)特征的自動(dòng)駕駛中，目標(biāo)識(shí)別是核心任務(wù)之一，其包括道路及道路邊沿識(shí)別、車(chē)道線檢測(cè)、車(chē)輛識(shí)別、車(chē)輛類(lèi)型識(shí)別、非機(jī)動(dòng)車(chē)識(shí)別、行人識(shí)別、交通標(biāo)志識(shí)別、障礙物識(shí)別與避讓等等。目標(biāo)識(shí)別系統(tǒng)利用計(jì)算機(jī)視覺(jué)觀測(cè)交通環(huán)境，從實(shí)時(shí)視頻信號(hào)中自動(dòng)識(shí)別出目標(biāo)，為實(shí)時(shí)自動(dòng)駕駛，如啟動(dòng)、停止、轉(zhuǎn)向、加速和減速等操作提供判別依據(jù)。

由于實(shí)際路況極度復(fù)雜，基于傳統(tǒng)目標(biāo)檢測(cè)的輔助駕駛技術(shù)性能難以得到大幅提升，現(xiàn)有的自動(dòng)駕駛技術(shù)，一般依賴于先進(jìn)的雷達(dá)系統(tǒng)來(lái)彌補(bǔ)，顯著增加了系統(tǒng)實(shí)施的成本。隨著技術(shù)的發(fā)展，采用卷積神經(jīng)網(wǎng)（ConvoluTIonal Neural Networks，CNN）可以直接學(xué)習(xí)和感知路面和道路上的車(chē)輛，經(jīng)過(guò)一段時(shí)間正確駕駛過(guò)程，便能學(xué)習(xí)和感知實(shí)際道路情況下的相關(guān)駕駛知能，無(wú)需再通過(guò)感知具體的路況和各種目標(biāo)，大幅度提升了輔助駕駛算法的性能。

自動(dòng)駕駛技術(shù)中傳統(tǒng)的特征指的是人工提取的特征，如 HOG（梯度直方圖）特征、SIFF（尺度不變特征變換）特征和 CSS（顏色自相似）等特征。

目前，主流自動(dòng)駕駛技術(shù)都基于視頻分析。交通場(chǎng)景下捕捉到的視頻序列中包含各種不同視頻目標(biāo)，如行人、汽車(chē)、路面、障礙物、背景中的各種物體等，需要在測(cè)試圖像中標(biāo)識(shí)出感興趣類(lèi)別的目標(biāo)對(duì)象，用來(lái)提供給車(chē)輛控制系統(tǒng)作為決策依據(jù)。

特征的檢測(cè)與表示是關(guān)鍵步驟，涉及到如何編碼描述目標(biāo)圖像信息的問(wèn)題，比較理想的特征表示方法要能適應(yīng)各種干擾因素的影響，比如尺度、外觀、遮擋、復(fù)雜背景等情況。

2.1 道路與車(chē)道識(shí)別

道路與車(chē)道識(shí)別是自動(dòng)駕駛技術(shù)的基礎(chǔ)內(nèi)容，如 Caltech lane detector中論述。常見(jiàn)的道路的識(shí)別算法基于圖像特征進(jìn)行計(jì)算，其分析圖像中表示車(chē)道線或道路邊界等的灰度，顏色，紋理等特征，通過(guò)神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、聚類(lèi)分析和區(qū)域生長(zhǎng)等方法便可以分割出路面區(qū)域。這類(lèi)方法對(duì)道路曲率的變化有很好的魯棒性。

最近基于條件隨機(jī)場(chǎng)的道路檢測(cè)方法取得了重要的進(jìn)展。由于道路及邊沿的種類(lèi)繁多，紛雜的車(chē)輛以及路邊雜物的遮擋，樹(shù)木以及建筑物的陰影干擾等，使得最基本的道路檢測(cè)存在需要進(jìn)一步提升的空間。

2.2 車(chē)輛檢測(cè)技術(shù)

車(chē)輛檢測(cè)技術(shù)為自動(dòng)駕駛領(lǐng)域研究的熱點(diǎn)之一。前向車(chē)輛碰撞預(yù)警系統(tǒng)是一種有效降低主動(dòng)事故發(fā)生率的技術(shù)，其廣泛采用車(chē)輛定位的方法實(shí)現(xiàn)，可以利用車(chē)輛自身的圖像特征，如陰影、對(duì)稱性、邊緣等，例如常用的底部陰影以及車(chē)輛的兩個(gè)縱向邊緣構(gòu)成的 U 型特征等，快速定位車(chē)輛感興趣的區(qū)域，再利用多目標(biāo)跟蹤算法對(duì)檢測(cè)的車(chē)輛進(jìn)行跟蹤。

2.3 行人檢測(cè)及防碰撞系統(tǒng)

以「行人保護(hù)」為目的的行人檢測(cè)及防碰撞系統(tǒng)也成為自動(dòng)駕駛領(lǐng)域的研究熱點(diǎn)。目前統(tǒng)計(jì)學(xué)習(xí)方法在行人檢測(cè)中應(yīng)用最為廣泛，特征提取和分類(lèi)定位是基于統(tǒng)計(jì)學(xué)習(xí)方法的兩個(gè)關(guān)鍵問(wèn)題。

基于統(tǒng)計(jì)學(xué)習(xí)的行人檢測(cè)主要包含基于生成式模型（局部）的檢測(cè)方法和基于特征分類(lèi)（整體）的檢測(cè)算法：

基于生成式模型的檢測(cè)方法通常采用局部特征或者肢體模型來(lái)描述局部屬性，結(jié)合局部特征的空間結(jié)構(gòu)特性或分布模型進(jìn)行分類(lèi)。

基于特征分類(lèi)的檢測(cè)方法目的是找到一種能夠很好地描述行人特征的方法。通過(guò)提取行人的灰度、邊緣、紋理、顏色等信息，根據(jù)大量的樣本構(gòu)建行人檢測(cè)分類(lèi)器，從樣本集中學(xué)習(xí)人體的不同變化，把視頻圖像中的行人目標(biāo)從背景中分割出來(lái)并精確定位。

2005 年 Dalal 提出梯度直方圖（Histogram of Oriented Gradient，HOG）是一個(gè)最基本的特征，具有非常強(qiáng)的魯棒性，其他很多行人檢測(cè)的算法都是在使用 HOG 的基礎(chǔ)上，加上其它特征，如尺度不變特征轉(zhuǎn)換（Scale-invariant Feature Transform，SIFT）、局部二值模式（Local Binary Pattern，LBP）、顏色自相似（Color Self—Similarity，CSS）、多通道等等。

Cheng 等人觀察到物體都有閉合邊緣，基于 HOG 特征提出了一種二進(jìn)制歸一化梯度特征（BING）來(lái)預(yù)測(cè)顯著性窗口的方法，該方法運(yùn)行速度非?？?，可以達(dá)到 300 fps。趙勇等在 HOG 的基礎(chǔ)上提出了一個(gè)具有較好的尺度不變特征 eHOG，將 HOG 中梯度直方圖中每個(gè) bin 的特征重構(gòu)成一個(gè)位平面，再計(jì)算其 HOG 特征。實(shí)驗(yàn)表明，在計(jì)算量沒(méi)有大幅度增加的情況下，正確率比原 HOG 高 3 ~ 6 個(gè)百分點(diǎn)。HOG 特征存在一個(gè)問(wèn)題，即整個(gè) HOG 特征被拉長(zhǎng)成一個(gè)矢量，弱化了原來(lái)在二維平面局部空間的梯度特征之間的局部關(guān)聯(lián)特性。

張永軍等人提出的 I-HOG采用多尺度的特征提取算法和構(gòu)建梯度直方圖之間的關(guān)聯(lián)，增強(qiáng)了行人邊緣信息在二維平面空間的局部關(guān)聯(lián)， I-HOG 特征相較于原 HOG 特征較大幅度的提高了檢測(cè)率。SIFT 是一種檢測(cè)局部特征的算法，該算法通過(guò)求一幅圖中的特征點(diǎn)及其有關(guān)尺度和方向的描述得到特征并進(jìn)行圖像特征點(diǎn)匹配，用于檢索或者標(biāo)準(zhǔn)圖庫(kù)類(lèi)別的識(shí)別時(shí)，其不僅具有尺度不變性，即使改變旋轉(zhuǎn)角度，圖像亮度或拍攝視角也能夠得到非常好的檢測(cè)效果。

基于視頻分析的目標(biāo)檢測(cè)與識(shí)別技術(shù)經(jīng)歷了從傳統(tǒng)特征，如：HOG、SIFT、Bag of visual words和 Fisher 核矢量到深度學(xué)習(xí)的過(guò)渡過(guò)程。

HOG 得到的描述保持圖像的幾何和光學(xué)轉(zhuǎn)化不變性。Fisher 核矢量能統(tǒng)一各類(lèi)特征的維度、壓縮時(shí)精度損失很小等，這些傳統(tǒng)直觀的特征，在目前階段取得了很好的使用效果。但由于目標(biāo)的種類(lèi)繁多，變化較大，以及視角的變化等等，使得傳統(tǒng)基于特征的目標(biāo)檢測(cè)遇到了很難超越的瓶頸。

近年來(lái)，深度學(xué)習(xí)的興起，使得大量多類(lèi)多狀態(tài)下目標(biāo)檢測(cè)與識(shí)別的性能可以大幅度提升到擬人水平，甚至在許多方面超越人類(lèi)。深度學(xué)習(xí)特征為從大量訓(xùn)練數(shù)據(jù)中自動(dòng)學(xué)習(xí)到的特征，較傳統(tǒng)特征相比，更能刻畫(huà)目標(biāo)的本質(zhì)。

深度學(xué)習(xí)有多個(gè)常用模型框架，如自動(dòng)編碼器、稀疏編碼、限制波爾茲曼機(jī)、深信度網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等。其中基于卷積神經(jīng)網(wǎng)絡(luò)（ConvoluTIon Neural Network，CNN）的深度學(xué)習(xí)模型是最常用的模型和研究熱點(diǎn)之一。

20 世紀(jì) 60 年代，Hubel 和 Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經(jīng)元時(shí)發(fā)現(xiàn)其獨(dú)特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效地降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜性，繼而提出了 CNN。K.Fukushima 在 1980 年提出的新識(shí)別機(jī)是 CNN 的第一個(gè)實(shí)現(xiàn)網(wǎng)絡(luò)。隨后，目標(biāo)檢測(cè)通過(guò)掃描窗來(lái)學(xué)習(xí)并進(jìn)行檢測(cè)，大大提高了多類(lèi)檢測(cè)目標(biāo)識(shí)別的效率。最具有代表性的是深度學(xué)習(xí)鼻祖 Hinton 的工作 ，作者訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)來(lái)對(duì) LSVRC-2010 和 LSVRC-2012 的 120 萬(wàn)張圖像進(jìn)行 1000 種以上的分類(lèi)，獲得當(dāng)時(shí)最高的檢測(cè)率。這種基于掃描窗的方法主要缺點(diǎn)是：掃描窗的大小和位置組合太多，導(dǎo)致計(jì)算量過(guò)大而難以實(shí)現(xiàn)。

CNN 思路近年來(lái)經(jīng)過(guò)不斷改進(jìn)，其精確度和計(jì)算效率得到極大提升。2014 年 Girshick 等人提出了 R-CNNL ，其思想為將每個(gè)圖片分為約 2000 個(gè)區(qū)域輸入 CNN 訓(xùn)練，從預(yù)選框中通過(guò) CNN 提取出固定長(zhǎng)度的特征，最后通過(guò)特定類(lèi)別的支持向量機(jī)（SVM）來(lái)分類(lèi)。由于需將每一個(gè)候選區(qū)域分別送人到 Alexnet 中進(jìn)行檢測(cè)，導(dǎo)致檢測(cè)速度很慢，因此何覬名等人提出SPPnet 。SPPnet 改變以往使用剪裁一幅圖片使其尺寸滿足 Alexnet 輸入要求，而是使用任意尺寸圖片作為輸入。

Fast-RCNN在 SPPnet 的基礎(chǔ)上，使用顯著性檢測(cè)方法在原始圖像上提取出預(yù)選區(qū)域，并將每一個(gè)區(qū)域坐標(biāo)映射到特定圖上，在進(jìn)行目標(biāo)檢測(cè)時(shí)，使用 ROI 池化層選取映射的坐標(biāo)區(qū)域，部分卷積圖像送人分類(lèi)器，無(wú)需對(duì)每一個(gè)預(yù)選區(qū)進(jìn)行卷積運(yùn)算，大大提高了檢測(cè)速度。

2015 年 Ren 等提出 Faster-RCNN ，在之前的基礎(chǔ)上使用一個(gè) RPN 網(wǎng)絡(luò)，使用卷積運(yùn)算一次得到卷積特征圖像，F(xiàn)aster-RCNN 是對(duì) Fast-RCNN 的進(jìn)一步加速。在 2015 年 12 月的 ICCV 國(guó)際會(huì)議上，鄒文斌博士在 R-CNN 的基礎(chǔ)上，提出了基于 RCNN 的多層次結(jié)構(gòu)顯著性目標(biāo)檢測(cè)方法 。