基于深度学习的交通标志识别算法研究

• 作者: 史龙云 袁金丽 郭志涛 雷瑶
• 来源期刊: 现代电子技术
• 关键词: 交通标志识别 深度学习 卷积神经网络 TSR_Lenet 算法融合 实验对比
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 164-168,173
• 页数: 6页
• 分类号: TN965+.7-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.22.035

摘要

智能交通和自动驾驶成为当下研究的热点问题,而交通标志识别是其中必不可少的一项关键性技术,当下急需一种准确、高效的交通标志识别方法.针对以上问题,文中构建了一种基于深度学习的交通标志识别模型TSR_Lenet;同时由于基于深度学习的模型在训练过程中存在收敛速度慢、容易收敛到局部最优的问题,将Momentum加速学习的优点与RMSProp抑制训练过早结束的优势相融合,使得构建模型的过程更加快速、高效.实验结果表明,所提出的基于深度学习的交通标志识模型TSR_Lenet,具有自动学习的能力和训练模型周期短的优点,并且准确性高,鲁棒性好,具有良好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭志涛	河北工业大学电子信息工程学院	47	339	9.0	16.0
2	袁金丽	河北工业大学电子信息工程学院	16	210	7.0	14.0
3	雷瑶	河北工业大学电子信息工程学院	3	4	1.0	2.0
4	史龙云	河北工业大学电子信息工程学院	3	4	1.0	2.0