基于深度学习的交通标志识别方法研究

论文摘要

交通标志在日常生活中起着重要作用,如何利用视觉辅助技术识别交通标志已经成为当前智能交通领域的热点问题。本文将深度学习技术中的卷积神经网络算法应用于斑马线的识别研究。基于ResNet34结构[1]构建卷积神经网络,并在此基础上设计了用于识别斑马线的二分类器。通过实验验证,本文方法的识别精度可达到93%,平均识别速度在0.1s以下。

论文目录

文章来源

类型: 期刊论文

作者: 田润,魏志刚,刘明铮

关键词: 卷积神经网络,智能交通,深度学习

来源: 数字技术与应用 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,自动化技术

单位: 中国民航大学

基金: 中国民航大学大学生创新创业训练计划项目,项目编号:201810059108

分类号: TP18;U491.52

DOI: 10.19695/j.cnki.cn12-1369.2019.02.47

页码: 81-82

总页数: 2

文件大小: 2538K

下载量: 183

相关论文文献

标签：卷积神经网络论文;  智能交通论文;  深度学习论文;