基于生成对抗网络改进的更快速区域卷积神经网络交通标志检测

• 作者: 于立国 高忠文
• 来源期刊: 汽车技术
• 学科: 工学
• 关键词: 交通标志检测 更快速区域卷积神经网络 生成对抗网络 超分辨重建
• 年，卷（期）: 2020,（7）
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP391.41
• 字数: 3504字
• 语种: 中文
• DOI: 10.19620/j.cnki.1000-3703.20190694

摘要

针对小尺寸、远距离的交通标志检测过程中缺少信息的问题,以改进的更快速区域卷积神经网络(Faster R-CNN)检测器为基础,结合生成对抗网络(GAN)的目标检测算法实现对小目标交通标志的检测.Faster R-CNN首先根据期望目标设定合适的锚点数量,生成包含小目标的候选区域,再使用生成网络对候选区域中的模糊小目标进行上采样,生成高分辨率图像,最后使用分类损失函数与回归损失函数对判别网络进行改进.试验结果表明,Faster R-CNN和生成对抗网络相结合的检测算法可以提高远距离小目标交通标志检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高忠文		4	6	1.0	2.0
2	于立国		1	0	0.0	0.0