基于宽浅稠密网络的无人驾驶汽车交通标志牌识别

• 作者: 李鑫 汪明明 邓彪 邓涛
• 来源期刊: 汽车技术
• 学科: 交通运输
• 关键词: 无人驾驶 交通标志牌识别 深度学习 深层卷积神经网络 稠密网络
• 年，卷（期）: 2020,（1）
• 页码范围: 12-18
• 页数: 7页
• 分类号: U469.79
• 字数: 5272字
• 语种: 中文
• DOI: 10.19620/j.cnki.1000-3703.20181001

摘要

以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络.利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68％的准确率.在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓彪		6	19	2.0	4.0
2	邓涛		68	337	9.0	16.0
3	汪明明		6	25	2.0	5.0
4	李鑫		14	30	3.0	5.0