基于深度学习的道路交通标志数字识别技术探究

• 作者: 余进程 罗芳 谢光汉
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 深度学习 MPCNN 交通标志
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 应用研究
• 页码范围: 62-63,66
• 页数: 3页
• 分类号: TP391.41
• 字数: 2512字
• 语种: 中文

摘要

选取了自然场景中的交通标志为研究对象，采集了大量实景图像作为训练样本和测试样本，采用一种新型的深度学习模型MPCNN(Max-pooling Convolutional Neural Networks)进行识别实验，实验结果表明，深度学习方法在交通标志识别上不需要任何人工特征提取模型预先提取特征，直接对原始图进行训练学习就能取得较高的识别效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢光汉	广东工业大学自动化学院	23	128	6.0	10.0
2	罗芳	清远职业技术学院汽车系	15	20	1.0	4.0
3	余进程	广东工业大学自动化学院	2	21	2.0	2.0