钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
数字技术与应用期刊
\
基于深度学习的交通标志识别方法研究
基于深度学习的交通标志识别方法研究
作者:
刘明铮
田润
魏志刚
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
卷积神经网络
智能交通
深度学习
摘要:
交通标志在日常生活中起着重要作用,如何利用视觉辅助技术识别交通标志已经成为当前智能交通领域的热点问题.本文将深度学习技术中的卷积神经网络算法应用于斑马线的识别研究.基于ResNet34结构[1]构建卷积神经网络,并在此基础上设计了用于识别斑马线的二分类器.通过实验验证,本文方法的识别精度可达到93%,平均识别速度在0.1s以下.
暂无资源
收藏
引用
分享
推荐文章
基于深度学习的交通标志识别算法研究
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
基于级联端对端深度架构的交通标志识别方法
深度学习
交通标志识别
ESPCN网络
RFCN网络
平衡采样
数据增强
交通标志识别方法设计
交通标志
图像识别
BP神经网络
基于Gabor特征提取和SVM交通标志识别方法研究
交通标志识别
图像灰度化
图像增强
Gabor特征提取
主成分分析
支持向量机
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于深度学习的交通标志识别方法研究
来源期刊
数字技术与应用
学科
工学
关键词
卷积神经网络
智能交通
深度学习
年,卷(期)
2019,(2)
所属期刊栏目
应用研究
研究方向
页码范围
81-82
页数
2页
分类号
TP391.41
字数
1102字
语种
中文
DOI
10.19695/j.cnki.cn12-1369.2019.02.47
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
田润
1
1
1.0
1.0
2
魏志刚
1
1
1.0
1.0
3
刘明铮
1
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(35)
共引文献
(28)
参考文献
(2)
节点文献
引证文献
(1)
同被引文献
(0)
二级引证文献
(0)
1964(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(0)
二级参考文献(2)
2005(2)
参考文献(0)
二级参考文献(2)
2006(3)
参考文献(0)
二级参考文献(3)
2007(1)
参考文献(0)
二级参考文献(1)
2008(1)
参考文献(0)
二级参考文献(1)
2009(3)
参考文献(0)
二级参考文献(3)
2010(1)
参考文献(0)
二级参考文献(1)
2011(1)
参考文献(0)
二级参考文献(1)
2012(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(0)
二级参考文献(1)
2014(2)
参考文献(0)
二级参考文献(2)
2015(5)
参考文献(0)
二级参考文献(5)
2016(5)
参考文献(0)
二级参考文献(5)
2017(5)
参考文献(1)
二级参考文献(4)
2018(1)
参考文献(1)
二级参考文献(0)
2019(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
智能交通
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数字技术与应用
主办单位:
天津市电子仪表信息研究所
出版周期:
月刊
ISSN:
1007-9416
CN:
12-1369/TN
开本:
16开
出版地:
天津市
邮发代号:
6-251
创刊时间:
1983
语种:
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
期刊文献
相关文献
1.
基于深度学习的交通标志识别算法研究
2.
基于级联端对端深度架构的交通标志识别方法
3.
交通标志识别方法设计
4.
基于Gabor特征提取和SVM交通标志识别方法研究
5.
基于不变矩和神经网络的交通标志识别方法研究
6.
基于多示例深度学习与损失函数优化的交通标志识别算法
7.
基于非参数统计分类模型的交通标志识别方法研究
8.
基于深度学习的交通标志识别智能车的设计与实现
9.
基于高稳定SURF特征的交通标志识别
10.
基于视觉传达技术的交通标志图像智能识别
11.
应用深层卷积神经网络的交通标志识别
12.
基于微控制器改进SqueezeNet交通标志识别的研究
13.
基于深度学习的交通标志识别算法研究
14.
基于BP神经网络的交通标志识别
15.
基于inception v3模型的道路交通标志识别研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
数字技术与应用2022
数字技术与应用2021
数字技术与应用2020
数字技术与应用2019
数字技术与应用2018
数字技术与应用2017
数字技术与应用2016
数字技术与应用2015
数字技术与应用2014
数字技术与应用2013
数字技术与应用2012
数字技术与应用2011
数字技术与应用2010
数字技术与应用2009
数字技术与应用2008
数字技术与应用2019年第9期
数字技术与应用2019年第8期
数字技术与应用2019年第7期
数字技术与应用2019年第6期
数字技术与应用2019年第5期
数字技术与应用2019年第4期
数字技术与应用2019年第3期
数字技术与应用2019年第2期
数字技术与应用2019年第12期
数字技术与应用2019年第11期
数字技术与应用2019年第10期
数字技术与应用2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号