期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种面向多视角交通标志识别的CapsNet集成算法
被引量:
3
1
作者
屈治华
王琳
+1 位作者
邵毅明
邓天民
《重庆理工大学学报(自然科学)》
CAS
北大核心
2020年第10期160-168,共9页
为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可...
为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可自适应过采样倍率的SMOTE算法对少数类样本进行过采样,提升算法整体识别精度。在同等测试环境下选取多种算法,针对德国交通标志数据库(GTSRB)和经过仿射变换后的多视角数据集的识别精度、耗时和泛化能力进行对比。实验结果表明:所提出算法的识别精度为99.07%,且在偏转角度达到30°时,准确率仍能保持77.58%,可有效提高多视角下交通标志的识别精度。
展开更多
关键词
智能交通
交通标志
识别
CapsNet
集成算法
多视角图像识别
下载PDF
职称材料
题名
一种面向多视角交通标志识别的CapsNet集成算法
被引量:
3
1
作者
屈治华
王琳
邵毅明
邓天民
机构
重庆交通大学交通运输学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2020年第10期160-168,共9页
基金
国家重点研发计划项目(2016YFB0100905)
重庆市科技人才培养计划项目(cstc2013kjrc-qnrc0148)。
文摘
为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可自适应过采样倍率的SMOTE算法对少数类样本进行过采样,提升算法整体识别精度。在同等测试环境下选取多种算法,针对德国交通标志数据库(GTSRB)和经过仿射变换后的多视角数据集的识别精度、耗时和泛化能力进行对比。实验结果表明:所提出算法的识别精度为99.07%,且在偏转角度达到30°时,准确率仍能保持77.58%,可有效提高多视角下交通标志的识别精度。
关键词
智能交通
交通标志
识别
CapsNet
集成算法
多视角图像识别
Keywords
intelligent transportation
identification of traffic signs
CapsNet
integrated algorithm
multi-view image recognition
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种面向多视角交通标志识别的CapsNet集成算法
屈治华
王琳
邵毅明
邓天民
《重庆理工大学学报(自然科学)》
CAS
北大核心
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部