现代电子技术

2021, v.44;No.590(15) 59-64

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多尺度区域卷积神经网络小交通标志识别算法
Small traffic sign recognition algorithm based on multi-scale region-based convolutional neural network

谭波;王正家;

摘要(Abstract):

在实际交通环境中,小交通标志目标识别呈现多尺度分布易受复杂环境的影响,造成识别精度低。针对这一情况,提出一种多尺度区域卷积神经网络(MR-CNN)检测算法。在检测阶段,MR-CNN采用多尺度反卷积运算对较深卷积层的特征进行上采样,并将其与浅层的特征连接起来,构建融合后的特征图;在分类阶段,利用多尺度的上下文区域给目标对象提供周围建议信息,并为全连接层构造融合特征,其中区域建议网络(RPN)内融合的特征图主要用于提高小交通标志的图像分辨率和语义信息。最后,在国内常见的数据集Tsinghua Tencent 100K上测试了MR-CNN架构。实验结果表明,提出的小交通标志目标检测算法相比于传统方法,在检测精度和召回率方面更加优越,具有实际应用价值。

关键词(KeyWords): 小交通标志识别;卷积神经网络;检测算法;特征采样;深度学习;多尺度特征融合

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51275158)

作者(Author): 谭波;王正家;

Email:

DOI: 10.16652/j.issn.1004-373x.2021.15.012

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享