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       
摘要:
随着经济的迅速发展,城市交通堵塞问题日渐严重,已然成为现代城市发展的主要问题之一.车辆在行驶过程中对周围环境状况的实时收集,可及时的向驾驶员做出指示或警告,以预防事故的发生,这是智能交通系统中安全驾驶辅助系统的一项重要工作.目前,越来越多的目标识别任务正在使用卷积神经网络(CNN)解决.卷积神经网络是一种深度前馈人工神经网络,已成功地应用于图像识别.由于识别率高,执行速度快,卷积神经网络增强了大部分计算机视觉任务,包括已有的和新提出来的.我们提出使用卷积神经网络实现交通标志识别算法,使用TensorFlow库来实现神经网络的培训,完成交通标志检测和识别的过程.
推荐文章
基于视觉传达技术的交通标志图像智能识别
智能识别
交通智能管理
交通标志图像
视觉传达技术
图像预处理
图像自动分类
自然场景下交通标志的自动识别算法
Adaboost算法
SVM算法
交通标志识别
智能汽车
基于高稳定SURF特征的交通标志识别
交通标志
目标识别
SURF特征
稳定性
权值计分策略
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
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 交通标志智能识别
来源期刊 赤子 学科
关键词 卷积神经网络 交通识别 智能交通系统
年,卷(期) 2019,(16) 所属期刊栏目 科普论坛
研究方向 页码范围 121-122
页数 2页 分类号
字数 2588字 语种 中文
DOI
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 左志强 阜阳师范学院数学与统计学院 4 2 1.0 1.0
2 侯少友 阜阳师范学院数学与统计学院 3 0 0.0 0.0
3 单春萍 阜阳师范学院数学与统计学院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(4)
  • 参考文献(4)
  • 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
交通识别
智能交通系统
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
赤子
旬刊
1671-6035
11-4627/C
16开
北京市
2001
chi
出版文献量(篇)
41927
总下载数(次)
124
论文1v1指导