10.19620/j.cnki.1000-3703.20181001
基于宽浅稠密网络的无人驾驶汽车交通标志牌识别
以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络.利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率.在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力.
无人驾驶、交通标志牌识别、深度学习、深层卷积神经网络、稠密网络
U469.79(汽车工程)
国家自然科学基金项目;中国博士后科学基金项目;重庆市博士后研究人员科研项目特别资助;重庆市教育委员会科学技术项目
2020-03-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
12-18