基于多级Sigmoid神经网络的城市交通场景理解

• 作者: 夏利民 夏胜平 谭论正
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 空间结构特征 城市交通场景 多级Sigmoid神经网络
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 信息与通信工程·电子科学与技术
• 页码范围: 132-137
• 分类号: TP391
• 字数: 4596字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2012.04.026

摘要

交通场景的理解是交通监控、汽车安全辅助驾驶的基础.提出一种基于多级Sigmoid神经网络的城市交通环境理解方法.将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络(MSNN)进行图像分割与识别.在公共测试视频数据库CamVid dataset 进行实验,实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	谭论正	中南大学信息科学与工程学院	5	28	4.0	5.0