期刊文献+

基于计算机视觉的交通标志自动识别软件研究与实现

下载PDF
导出
摘要 近年来,无人驾驶兴起,而交通标志识别对于无人驾驶汽车的实现有非常重要的意义,因为交通标志包含了大量的道路信息。文章采用深度学习方法用于交通标志自动识别,实验结果表明,该方法优于传统的交通标志自动识别方法。
出处 《中国高新科技》 2018年第1期53-54,共2页
基金 国家级项目"大连民族大学2017年大学生创新创业训练计划项目"(201712026027)
  • 相关文献

参考文献2

二级参考文献16

  • 1任柯昱,唐丹,尹显东.基于字符结构知识的车牌汉字快速识别技术[J].计算机测量与控制,2005,13(6):592-594. 被引量:16
  • 2贾婧,葛万成,陈康力.基于轮廓结构和统计特征的字符识别研究[J].沈阳师范大学学报(自然科学版),2006,24(1):43-46. 被引量:11
  • 3廉飞宇,付麦霞,张元.基于支持向量机的车辆牌照识别的研究[J].计算机工程与设计,2006,27(21):4033-4035. 被引量:12
  • 4Al-Hmouz R, S Challa. Intelligent Stolen Vehicle Detection using Video Sensing [C]// Proceeding of Information, Decision and Control. Adelaide, Qld., Australia. USA: IEEE, 2007: 302-307.
  • 5LeCun Y, Bottou L, Bengio Y, Haffner P. Gradient-based learning applied to document recognition [C]//Proc. IEEE, 1998. USA: IEEE, 1998: 2278-2324.
  • 6Steve Lawrence, C Lee Giles, Ah Chung Tsoi, Andrew D Back. Face Recognition: A Convolutional Neural Network Approach [J]. IEEE Trans. on Neural Networks (S1045-9227), 1997, 8(1): 98-113.
  • 7Lauer F, C Y Suen, Bloch G. A trainable featare extractor for handwritten digit recognition [J]. Pattern Recognition (S0031-3203), 2007, 40(6): 1816-1824.
  • 8Tivive, Fok Hing Chi, Bouzerdoum, Abdesselam. An eye feature detector based on convolutional neural network [C]// Proc. 8th Int. Symp. Signal Process. Applic. Sydney, New South Wales, Australia. USA: IEEE, 2005: 90-93.
  • 9Szarvas Mate, Yoshizawa Akira, Yamamoto Munetaka, Ogata Jun. Pedestrian detection with convolutional neural networks [C]//IEEE Intelligent Vehicles Symposium Proceedings. USA: IEEE, 2005: 224-229.
  • 10Y Le Cun, U Muller, J Ben, E Cosatto, B Flepp. Off-road obstacle avoidance through end-to-end learning [M]. Advances in Neural Information Processing Systems. USA: MIT Press, 2005.

共引文献155

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部