基于双通道卷积神经网络的交通标志识别算法

• 作者: 孔月瑶 严群 姚剑敏 林志贤
• 来源期刊: 传感器与微系统
• 关键词: 卷积神经网络 交通标志识别 双通道卷积 特征融合
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 计算与测试|Calculation & Test
• 页码范围: 138-141
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13873/J.1000—9787(2021)07—0138—04

摘要

针对交通标志图像易受复杂背景、光照、运动模糊等影响导致识别率低和识别速度慢的问题,提出了基于非对称双通道卷积神经网络的交通标志识别方法.通过不同网络结构的两通路提取丰富的特征信息,上层通路使用跃层连接提取的浅层局部特征和深层全局特征,与下层通路提取的精细特征在全连接层进行融合,并使用激活函数LReLUs代替脆弱的ReLU,提高准确率.将实验结果与其他算法进行比较,证明所提算法的识别率和识别速度均优于其他算法,具有一定的先进性和鲁棒性.