Print

基于改进神经网络的交通标志识别

论文摘要

交通标志识别在驾驶辅助系统和交通安全方面发挥着重要作用。卷积神经网络在计算机视觉任务上取得了重大的突破,并在交通标志检测与识别方面取得了巨大的成功。然而,现有的识别方法通常达不到实时识别的效果。因此,提出一种改进卷积神经网络交通标志识别方法,通过加入初始模块,扩展网络结构和提出新的损失函数等多种方法来解决原始模型不擅于检测小目标的问题。在德国交通标志数据集上的仿真结果表明,与现有技术相比,提出的方法能够获得更高的检测速率,每张图片的处理时间仅为0.015s。

论文目录

  • 1 引言
  • 2 相关工作
  • 3 本文方法
  •   3.1 网络设计
  •   3.2 损失函数的优化
  • 4 仿真设置及结果分析
  •   4.1 训练过程
  •   4.2 构架分析
  •   4.3 损失函数结果分析
  •   4.4 评估结果对比分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 童英,杨会成

    关键词: 图像处理,神经网络,交通标志识别,损失函数

    来源: 激光与光电子学进展 2019年19期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 汽车工业,计算机软件及计算机应用,自动化技术

    单位: 安徽工程大学电气工程学院

    基金: 安徽省高校自然科学研究重点项目(KJ2018A0122)

    分类号: U463.6;TP391.41;TP183

    页码: 102-110

    总页数: 9

    文件大小: 1020K

    下载量: 483

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/57210d71b5216b15d8c5a32a.html