作者:
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:
为了提高驾驶的安全性,维护交通秩序,文章应用卷积神经网络(CNN)和抬头显示技术(HUD)提出了一种提醒驾驶员交通标志的系统.首先通过红外摄像头做成的视觉采集器收集车辆周围交通标志牌信息,再传递给训练好的卷积神经网络,通过卷积神经网络进行对捕捉到的图像进行识别并生成提示信息,然后通过抬头显示技术将卷积神经网络生成的提示信息显示到车辆的前挡风玻璃上,从而起到提示驾驶员辅助驾驶的作用.
推荐文章
基于SURF的车载实时交通标志识别系统
交通标志
识别
检测
SURF
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
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
基于颜色和形状的交通标志检测与分类
交通标志检测与分类
颜色分割
拐角提取
神经网络
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 基于CNN和HUD技术的交通标志提醒辅助驾驶系统设计
来源期刊 汽车实用技术 学科 交通运输
关键词 卷积神经网络 抬头显示技术 交通标志 辅助驾驶
年,卷(期) 2020,(9) 所属期刊栏目 智能网联汽车
研究方向 页码范围 45-46
页数 2页 分类号 U471.15
字数 1174字 语种 中文
DOI 10.16638/j.cnki.1671-7988.2020.09.016
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 曹世龙 河北农业大学机电工程学院 7 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  (3)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
抬头显示技术
交通标志
辅助驾驶
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
汽车实用技术
半月刊
1671-7988
61-1394/TH
大16开
西安市未央区凤城七路赛高广场1008室
1976
chi
出版文献量(篇)
13181
总下载数(次)
93
总被引数(次)
9850
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导