期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的交通标志识别 被引量:4
1
作者 高咪 凌力 《微型电脑应用》 2019年第5期100-103,共4页
实际的交通场景中,交通标志图像通常会受到运动模糊、背景干扰、形状畸变等因素的影响,快速准确的识别交通标志具有相当大的难度。传统卷积神经网络在图像识别过程中,池化等操作会导致图像细节信息丢失,影响交通标志识别的准确率。针对... 实际的交通场景中,交通标志图像通常会受到运动模糊、背景干扰、形状畸变等因素的影响,快速准确的识别交通标志具有相当大的难度。传统卷积神经网络在图像识别过程中,池化等操作会导致图像细节信息丢失,影响交通标志识别的准确率。针对这一问题,提出一种低压缩度特征卷积神经网络模型,通过在全连接层聚合压缩程度较低的特征图,实现对图片细节特征的表达。实验结果表明,和传统的卷积神经网络相比,该模型具有更高的识别率。 展开更多
关键词 交通标志识别 卷积神经网络 低压缩度特征 学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部