首页> 中文期刊> 《电子设计工程》 >基于卷积神经网络的交通标志ROI提取与识别

基于卷积神经网络的交通标志ROI提取与识别

         

摘要

道路交通标志在指导安全出行方面起了重要作用,随着智能交通的发展,交通标志识别越来越受到重视。不同光照、雾气下的复杂自然场景(如树林、建筑物)对交通标志识别干扰较大,为减少这些无关干扰因素所带来的识别率不高的问题,提出了一种语义分割网络与分类网络级联的交通标志识别方法。语义分割网络由UNet改进得到,利用了交通标志与背景颜色、形状特征的差异实现对交通图像感兴趣区域的准确提取;而分类网络则是借鉴LeNet5设计的网络结构,在交通标志感兴趣区域的基础上进行特征提取并分类。实验过程中选取三角形和圆形标志构建数据集,实验结果表明,文中方法与其他较好的交通标志分类方法如HOG-SVM、ResNet50相比,在识别时间较短的同时,其识别精度达到了98.96%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号