版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近幾年來,隨著交通條件日益成熟,道路基礎(chǔ)設(shè)施逐漸健全,尤其是在較發(fā)達(dá)的城市,道路交通已占主導(dǎo)地位,交通標(biāo)志對于道路交通的暢通運(yùn)行顯得尤為重要;另一方面,隨著智能汽車的不斷發(fā)展,道路交通標(biāo)志的自動(dòng)識(shí)別作為智能汽車的基本技術(shù)之一,受到人們的高度關(guān)注。在實(shí)際交通環(huán)境下,由于運(yùn)動(dòng)模糊、光線干擾、天氣條件以及拍攝視角等因素,所采集的交通標(biāo)志的圖像質(zhì)量往往很差,這就對交通標(biāo)志自動(dòng)識(shí)別帶來了困難,更對交通標(biāo)志識(shí)別方法的準(zhǔn)確性和魯棒性提出了很高的要求。
2、因此,如何快速、準(zhǔn)確、有效地識(shí)別出道路中的交通標(biāo)志具有重要的研究意義。
道路交通標(biāo)志的識(shí)別主要有兩個(gè)基本環(huán)節(jié):首先是交通標(biāo)志的檢測,包括交通標(biāo)志的定位、提取以及必要的預(yù)處理;其次是交通標(biāo)志的識(shí)別,包括交通標(biāo)志的特征提取及分類。
道路交通標(biāo)志的識(shí)別方法主要有兩類形式,一種是采用“人工特征+機(jī)器學(xué)習(xí)”的識(shí)別方法,另一種是近幾年發(fā)展起來的基于深度學(xué)習(xí)模型的識(shí)別方法。本文在研究深度學(xué)習(xí)的基礎(chǔ)上,提出了一種基于深層卷積神經(jīng)網(wǎng)絡(luò)
3、的交通標(biāo)志識(shí)別方法,并通過仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。論文的主要研究內(nèi)容有:
(1)深度學(xué)習(xí)
學(xué)習(xí)和研究了深度學(xué)習(xí)的理論與模型,指出深度學(xué)習(xí)是通過模擬人腦的逐層結(jié)構(gòu)來構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型,來自動(dòng)地學(xué)習(xí)更有用的特征,從而最終提升分類或預(yù)測的準(zhǔn)確性;
(2)應(yīng)用深層卷積神經(jīng)網(wǎng)絡(luò)識(shí)別交通標(biāo)志
深入研究了深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型的基本原理與結(jié)構(gòu),提出了一種基于深層卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法
4、。該方法采用深層卷積神經(jīng)網(wǎng)絡(luò)的有監(jiān)督學(xué)習(xí)模型,直接將采集的交通標(biāo)志圖像經(jīng)二值化后作為網(wǎng)絡(luò)的輸入,通過卷積神經(jīng)網(wǎng)絡(luò)的卷積層和池采樣層的交替多層處理,來模擬人腦感知視覺信號(hào)的多層次結(jié)構(gòu),以自動(dòng)地提取交通標(biāo)志圖像的特征,最后再利用一個(gè)全連接的網(wǎng)絡(luò)實(shí)現(xiàn)交通標(biāo)志特征的識(shí)別。實(shí)驗(yàn)結(jié)果表明,該方法利用卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)能力,自動(dòng)地學(xué)習(xí)交通標(biāo)志的特征,不僅避免了傳統(tǒng)的人工設(shè)計(jì)特征的提取,而且有效地提高了交通標(biāo)志識(shí)別的效率,具有良好的泛化能力和適應(yīng)范
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別的算法研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別.pdf
- 基于CNN的交通標(biāo)志識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別系統(tǒng)的研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在交通標(biāo)志識(shí)別中的研究.pdf
- 面向交通標(biāo)志識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于hog_pca的交通標(biāo)志識(shí)別方法
- 基于深度屬性學(xué)習(xí)的交通標(biāo)志識(shí)別方法研究.pdf
- 基于兩階段的交通標(biāo)志識(shí)別方法研究.pdf
- 道路交通標(biāo)志識(shí)別方法研究.pdf
- 基于幅值譜和神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別算法的研究.pdf
- 地圖輔助的多閾值交通標(biāo)志識(shí)別方法研究.pdf
- 交通標(biāo)志快速檢測與識(shí)別方法研究與實(shí)現(xiàn).pdf
- 自然場景下交通標(biāo)志圖像識(shí)別方法研究.pdf
- 基于視覺顯著性的交通標(biāo)志檢測與識(shí)別方法研究.pdf
- 基于復(fù)合神經(jīng)網(wǎng)絡(luò)的掌紋識(shí)別方法的研究.pdf
- 基于脈沖神經(jīng)網(wǎng)絡(luò)的語音識(shí)別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語種識(shí)別方法研究.pdf
評論
0/150
提交評論