10.3969/j.issn.1006-9348.2018.10.039
交通场景物体检测模型研究
基于深度学习技术设计了交通场景下物体的视觉检测方法.首先基于深度卷积对抗生成网络构建了交通场景数据集,基于faster R-CNN设计了交通场景物体检测模型.上述模型利用卷积神经网络提取图像特征.采用区域推荐网络定位目标物体在图像中的具体位置,并通过卷积层在已定位区域提取的特征识别物体的具体类别.最后在不同光照环境下,测试了所提出方法的物体检测效果.测试结果表明,所设计交通场景物体检测模型获得了较好的检测结果.
交通场景、物体检测、卷积神经网络
35
TP183(自动化基础理论)
北京市教科委立项项目KM201610009001
2018-12-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
193-197