基于SSD卷积神经网络的智能交通应用研究

• 作者: 严碧波 金亚楠
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 卷积神经网络 SSD模型 迁移学习 目标检测
• 年，卷（期）: 2019,（7Z）
• 页码范围: 211-213
• 页数: 3页
• 分类号: TP18

摘要

针对传统的道路交通监控系统对目标的识别准确率较差、模型鲁棒性较弱且不具备实时性等问题,本文提出了一种基于卷积神经网络的道路交通目标检测方法。和传统的道路监控检测系统相比,卷积神经网络的模型更加适合处理大规模的数据。在卷积神经网络的分层特征提取下,既可以获得图像的低级语义,也可以获得图像的高级语义,经过对不同层级的样本特征分析,可以综合性地对目标进行识别分类,进一步提高模型的分类性能。验证结果表明该方法不但在准确率方面远远优于传统的识别系统,而且在硬件条件允许的情况下具有实时性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严碧波	长江大学电子信息学院	16	25	2.0	3.0
2	金亚楠	长江大学电子信息学院	2	1	1.0	1.0