延边大学学报(自然科学版)

2020, v.46;No.140(04) 359-365

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多尺度卷积神经网络的交通标志识别方法
Traffic sign recognition method based on multi-scale convolutional neural network

仲会娟;蔡清泳;

摘要(Abstract):

为了提升交通标志自动识别的精度,提出一种基于多尺度CNN的交通标志识别方法(TSR-MSCNN算法).该方法采用三阶段卷积神经网络,融合了低阶、中阶和高阶3种不同尺度的特征,并串联了多个小卷积层用以代替单个较大卷积层.通过对全连接层的神经元个数、Dropout参数、卷积核尺寸等网络超参数进行选比实验,获得了最佳的网络超参数.利用德国交通标志基准数据库(GTSRB)对不同算法进行测试表明,本文提出的算法在较小的网络参数量下能够有效提取交通标志特征,获取的识别准确率达到99.76%,且显著优于传统卷积神经网络方法和多尺度特征方法的识别准确率,因此本文算法在图像识别领域有良好的应用价值.

关键词(KeyWords): 交通标志识别;卷积神经网络;TSR-MSCNN;多尺度特征

Abstract:

Keywords:

基金项目(Foundation): 福建省中青年教师教育科研项目(JT180724);; 电子信息与通信技术慕课应用型团队项目(2019sjtd01)

作者(Author): 仲会娟;蔡清泳;

Email:

DOI: 10.16379/j.cnki.issn.1004-4353.2020.04.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享