论文摘要
为解决交通标志目标易受复杂环境影响且呈现多尺度分布,造成识别精度低的问题,构建一种多尺度卷积神经网络模型。针对不同尺寸输入设计相应的网络结构,提取目标特征,实现对不同尺寸目标的识别,再加权融合各子网络结果得到最终识别结果,实现多尺度目标识别。经实验验证分析,提出算法模型在小尺寸目标、较小尺寸目标、中尺寸目标、大尺寸目标上识别率分别达到99.12%,99.24%,99.41%,99.35%,保障了多尺度输入目标识别的鲁棒性,综合识别率可以达到99.31%,验证了算法在平衡实时性及准确率的基础上,具有一定的实用价值。
论文目录
文章来源
类型: 期刊论文
作者: 樊星,赵祥模,刘占文,沈超,徐江
关键词: 智能交通,深度学习,交通标志识别,多尺度目标识别,神经网络,加权融合
来源: 现代电子技术 2019年15期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,自动化技术
单位: 长安大学信息工程学院
基金: 国家自然科学基金项目(61703054),陕西省重点研发计划重点项目(2018ZDXM-GY-044),装备预研教育部联合基金(6141A02022322),高等学校学科创新引智计划项目(B14043),中央高校基本科研业务费高新技术研究培育项目(300102248202)~~
分类号: U463.6;TP183
DOI: 10.16652/j.issn.1004-373x.2019.15.034
页码: 134-138+143
总页数: 6
文件大小: 1867K
下载量: 349
相关论文文献
- [1].基于深度学习的交通标志测距方法研究[J]. 电脑知识与技术 2020(15)
- [2].基于胶囊神经网络的交通标志识别研究[J]. 电子测量技术 2020(11)
- [3].上海市交通标志杆件结构风险评估[J]. 上海公路 2020(02)
- [4].基于目标检测网络的交通标志识别[J]. 软件工程 2020(10)
- [5].文摘[J]. 中国公路 2020(17)
- [6].基于深度学习的交通标志识别[J]. 山西电子技术 2020(05)
- [7].生僻交通标志(线)解读[J]. 城市公共交通 2020(10)
- [8].浅析交通标志的质量检测技术[J]. 交通建设与管理 2018(06)
- [9].一种改进的交通标志检测方法[J]. 现代计算机(专业版) 2019(06)
- [10].城市干路交叉口路侧交通标志遮挡失效研究[J]. 交通信息与安全 2019(01)
- [11].基于卷积网络的交通标志分类研究[J]. 无线互联科技 2019(10)
- [12].基于视觉注意机制和形状特征的交通标志检测方法[J]. 数学的实践与认识 2019(21)
- [13].基于迁移学习的交通标志识别[J]. 测控技术 2019(11)
- [14].基于深度属性学习的交通标志检测[J]. 吉林大学学报(工学版) 2018(01)
- [15].城市主干路交通标志密度阈值研究[J]. 智能城市 2018(09)
- [16].基于感兴趣区域提取与双过滤器的交通标志检测算法[J]. 电子测量与仪器学报 2018(05)
- [17].驾驶员再培训系列之交通标志识别[J]. 汽车与驾驶维修(汽车版) 2010(08)
- [18].高速公路临时交通标志设计分析[J]. 四川建材 2018(11)
- [19].自然环境下圆形禁令交通标志检测[J]. 武汉大学学报(信息科学版) 2016(12)
- [20].用心区分相似的交通标志[J]. 驾驶园 2016(09)
- [21].世界交通标志之历史沿革[J]. 西部交通科技 2017(03)
- [22].交通标志印刷浅析[J]. 丝网印刷 2016(04)
- [23].一种快速的禁令交通标志检测算法[J]. 数字技术与应用 2016(04)
- [24].浅析公路交通标志的设置及养护管理[J]. 科技经济导刊 2016(20)
- [25].基于街景影像的交通标志识别[J]. 地理空间信息 2014(05)
- [26].中外公益性交通标志现状分析及发展趋势[J]. 道路交通与安全 2015(02)
- [27].基于色彩恒常性算法的交通标志检测[J]. 机电一体化 2013(12)
- [28].一种快速的交通标志检测算法[J]. 闽南师范大学学报(自然科学版) 2015(02)
- [29].基于视觉认知的禁令交通标志检测[J]. 北京大学学报(自然科学版) 2015(06)
- [30].交通标志,我熟知[J]. 数学大王(智力快车) 2016(09)