10.16652/j.issn.1004-373x.2019.22.035
基于深度学习的交通标志识别算法研究
智能交通和自动驾驶成为当下研究的热点问题,而交通标志识别是其中必不可少的一项关键性技术,当下急需一种准确、高效的交通标志识别方法.针对以上问题,文中构建了一种基于深度学习的交通标志识别模型TSR_Lenet;同时由于基于深度学习的模型在训练过程中存在收敛速度慢、容易收敛到局部最优的问题,将Momentum加速学习的优点与RMSProp抑制训练过早结束的优势相融合,使得构建模型的过程更加快速、高效.实验结果表明,所提出的基于深度学习的交通标志识模型TSR_Lenet,具有自动学习的能力和训练模型周期短的优点,并且准确性高,鲁棒性好,具有良好的泛化能力.
交通标志识别、深度学习、卷积神经网络、TSR_Lenet、算法融合、实验对比
42
TN965+.7-34;TP391.4
河北省科技计划项目17275404D
2019-12-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
164-168,173