基于卷积神经网络的交通标志实时检测与识别

• 作者: 李晨 汪杨
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 交通标志
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 应用研究
• 页码范围: 96-97
• 页数: 2页
• 分类号: TP391.41
• 字数: 2518字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2018.06.55

摘要

在真实的驾驶场景中,由于光照变化、拍照角度等因素,所采集的图片质量往往不高,这就对交通标志识别的准确性提出很高要求.针对这种问题,我们提出一种基于卷积神经网络的交通标志识别方法.该方法采用两步骤方案,在检测步骤中,目标是提出图片中交通标志的边界框.在识别步骤中,是识别裁剪图像的标签.实验结果表明,我们提出的方案能够有效解决光照变化、各种天气等实际驾驶环境中的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晨		1	1	1.0	1.0
2	汪杨		1	1	1.0	1.0