基于深度残差网络的交通标志识别方法研究

张佳达; 许学斌; 路龙宾; 赵雨晴

首页> 中文期刊> 《计算机仿真》 >基于深度残差网络的交通标志识别方法研究

基于深度残差网络的交通标志识别方法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

交通标志识别是无人驾驶系统和智能驾驶系统不可少的关键技术之一,为了提高交通标志的识别准确率,进一步提高无人驾驶汽车在行驶过程中的安全性,提出了一种基于深度残差网络的交通标志识别方法,利用不同尺寸的残差模块进行堆叠,构建了具有100层卷积层的网络模型。以比利时交通标志数据集BTSC作为实验数据,优化网络模型后得到的识别准确率达到99.3462%。实验证明,上述方法在比利时交通标志数据集BTSC上表现很好,识别准确率高于现有的交通标志识别主流方法。

著录项

来源
《计算机仿真》 |2022年第1期|143-147|共5页
作者
张佳达; 许学斌; 路龙宾; 赵雨晴;
展开▼
作者单位

西安邮电大学计算机学院;

西安邮电大学陕西省网络数据分析与智能处理重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
交通标志识别; 卷积神经网络; 深度学习; 图像分类;

相似文献

中文文献
外文文献
专利

1. 基于深度残差网络的自动调制识别方法研究 [J] . 张婷婷 ,方宇强 ,韩蕾 . 计算机仿真 . 2021,第001期
2. 基于深度多级残差网络的低信噪比下空频分组码识别方法 [J] . 张聿远 ,张立民 ,闫文君 . 电子学报 . 2022,第1期
3. 一种基于深度残差网络模型的睡眠呼吸暂停识别方法 [J] . 刘洪涛 ,王伟 ,胡少娴 . 世界睡眠医学杂志 . 2022,第1期
4. 基于多支路残差深度网络的跨视角步态识别方法 [J] . 胡少晖 ,王修晖 ,刘砚秋 . 模式识别与人工智能 . 2021,第005期
5. 基于深度残差网络的番茄叶片病害识别方法 [J] . 吴华瑞 . 智慧农业 . 2019,第004期
6. 基于残差网络和随机森林的音频识别方法 [C] . Zhang Xiaolong ,张晓龙 ,Peng Yi . 第六届中国计算机学会大数据学术会议 . -1
7. 基于深度残差网络的深度学习技术研究及其在视觉上的应用 [A] . 骆明远 . 2020

基于深度残差网络的交通标志识别方法研究

摘要

著录项

相似文献

相关主题

期刊订阅