基于LeNet-5的卷积神经图像识别算法

• 作者: 张万征 李小龙 胡志坤
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 交通标志识别 卷积神经网络 实时图像处理 自主车辆
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 486-490
• 页数: 5页
• 分类号: TP391.41
• 字数: 2420字
• 语种: 中文
• DOI: 10.3788/YJYXS20203505.0486

摘要

为了提升道路交通标志的识别准确率以及实施性能,本文提出一种改进的LeNet-5卷积神经网络结构对交通标志图像进行训练.首先在检测阶段,采用基于颜色的轻量级分割算法和Hough变换算法提取交通标志的目标区域,并控制算法复杂度使该识别系统基本满足实时性要求,再利用LeNet-5对交通标志进行分类识别.在实际的校园道路在线识别试验中进行检测,结果表明,18个交通标志通过驾驶均在本文的算法中成功识别,其运行速率达到16.9 Hz,基本满足交通标志识别稳定、实时等性能要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张万征		1	0	0.0	0.0
2	胡志坤		1	0	0.0	0.0
3	李小龙		1	0	0.0	0.0