基于卷积神经网络的小目标交通标志检测算法

• 作者: 刘懂 周苏 宁皓 支雪磊 石繁槐 蒋连新
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 交通标志检测 计算机视觉 小目标检测
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 机械、车辆与能源工程
• 页码范围: 1626-1632
• 页数: 7页
• 分类号: TP274+.5
• 字数: 4553字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2019.11.012

摘要

PVANet(performance vs accuracy network)卷积神经网络用于小目标检测的检测能力较弱.针对这一瓶颈问题,采用对PVANet网络的浅层特征提取层、深层特征提取层和HyperNet层(多层特征信息融合层)进行改进的措施,提出了一种适用于小目标物体检测的改进PVANet卷积神经网络模型,并在TT100K (Tsinghua-Tencent 100K)数据集上进行了交通标志检测算法验证实验.结果表明,所构建的卷积神经网络具有优秀的小目标物体检测能力,相应的交通标志检测算法可以实现较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周苏	同济大学汽车学院	73	557	12.0	21.0
2	石繁槐	同济大学电子与信息工程学院	8	76	3.0	8.0
3	支雪磊	同济大学汽车学院	11	29	3.0	5.0
4	刘懂	同济大学汽车学院	1	3	1.0	1.0