

版權說明: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,請進行舉報或認領
文檔簡介
1、如今我國經(jīng)濟高速發(fā)展,汽車作為經(jīng)濟發(fā)展的標志變的越來越多,然而汽車的增加,使我國面臨巨大的交通壓力,交通事故頻發(fā),安全駕駛問題越來越突出,因此必須發(fā)展智能化交通系統(tǒng)。在智能化交通系統(tǒng)中,最重要的是交通標志的檢測與識別,在交通安全運行方面具有重大的現(xiàn)實意義,它能夠減少駕駛員的駕駛疲勞,更好的保證出行安全。然而交通標志的檢測與識別是一項具有挑戰(zhàn)性的工作,在真實的環(huán)境中,交通標志往往處在比較復雜的背景中,交通標志或者被遮擋、或者老化嚴重比較模
2、糊、或者光照比較強導致反光等,這些因素會給檢測與識別帶來困難。系統(tǒng)是裝在汽車上,必須做到準確檢測與識別,才能幫助駕駛員。本人在認真研究前人研究成果的基礎上,主要使用深度學習技術對交通標志進行檢測與識別。本文主要貢獻如下:
交通標志是小目標,在整幅圖像中所占的比例比較小,然而現(xiàn)有算法中,利用深度學習對目標進行檢測,主要檢測的是大目標,在整幅圖像中占的比例比較大。利用卷積神經(jīng)網(wǎng)絡處理圖像是目前主流方法,小目標經(jīng)過幾層卷積后,在最后
3、一層特征圖上很難發(fā)現(xiàn)細節(jié)信息,所以現(xiàn)有方法對小目標檢測效果并不是很好。為解決這個問題,本算法在前人工作的基礎上,對網(wǎng)絡結構進行了改進,不但使用最后一層卷積特征圖還使用低端特征圖。因為低端特征圖依然保留有小目標的特征信息,因此同時在最后一層特征圖和第二層特征圖上操作,提高檢測的準確率。并且本算法具有普適性,傳統(tǒng)方法都是針對特定國家的交通標志來設計特征進行目標檢測,這些系統(tǒng)只能檢測特定國家的交通標志,應用在其他國家上檢測效果不佳,而本算法使
4、用的是深度學習,自動學習特征,可以用在多個國家的交通標志檢測上,具有普適性。
為解決真實環(huán)境中交通標志狀況比較復雜,訓練網(wǎng)絡結構比較緩慢這個問題,本文提出基于優(yōu)化卷積網(wǎng)絡結構的交通標志識別算法。該算法主要把卷積神經(jīng)網(wǎng)絡結構進行優(yōu)化。為解決網(wǎng)絡結構訓練時比較緩慢,在卷積層中加入批量歸一化層,在訓練卷積神經(jīng)網(wǎng)絡結構的時候,第一層訓練完后,必然會導致第二層的輸入數(shù)據(jù)分布發(fā)生變化,使第二層重新適應新的數(shù)據(jù)分布,必然浪費大量時間,而加入
5、批量歸一化層后,使每一層的輸出數(shù)據(jù)歸一化為均值為零,方差為1,這樣后面的卷積層不必每次訓練都得重新適應數(shù)據(jù)分布,使訓練速度大大加快。在最后的分類層使用支持向量機分類器,支持向量機只對錯誤分類的樣本進行訓練,而分對的樣本不再關注,這樣使訓練樣本減少,加快了訓練速度。為解決由于真實環(huán)境狀況比較復雜導致識別率不高的問題,使用逐層貪婪訓練算法。該算法主要是一層一層的訓練,先訓練第一層,把參數(shù)保留,然后用訓練好的參數(shù)初始化第二個網(wǎng)絡結構的第一層,
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于多分辨率卷積網(wǎng)絡的交通標志檢測與識別.pdf
- 基于機器視覺的交通標志檢測與識別算法研究.pdf
- 基于HOG特征的交通標志檢測與識別算法研究.pdf
- 交通標志檢測和識別算法研究.pdf
- 基于視頻的交通標志文字檢測與識別算法研究.pdf
- 卷積神經(jīng)網(wǎng)絡在交通標志識別中的研究.pdf
- 面向交通標志識別的卷積神經(jīng)網(wǎng)絡研究.pdf
- 道路交通標志檢測與識別算法的研究.pdf
- 基于單目視覺的交通標志檢測與識別算法研究.pdf
- 道路交通標志檢測與識別算法研究.pdf
- 交通標志檢測與識別魯棒算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的交通標志識別的算法研究.pdf
- 矩形交通標志符號檢測與識別算法研究.pdf
- 交通標志自動檢測與識別算法研究.pdf
- 基于視頻的交通標志檢測與識別的研究.pdf
- 交通標志識別及其算法研究.pdf
- 交通標志檢測與分類算法研究.pdf
- 交通標志檢測與跟蹤算法研究.pdf
- 基于機器視覺的交通標志識別算法研究.pdf
- 基于支持向量機的交通標志檢測與識別.pdf
評論
0/150
提交評論