基于视频的交通标志检测与识别

论文摘要

基于计算机视觉的交通标志检测与识别是智能交通中重要的一部分,准确检测将有利于安全驾驶。当前复杂的道路状况使得交通标志的检测和识别很困难,而且车辆在行驶过程中不稳定以及光照的变化等,给交通标志检测带来了很大的问题,给交通标志识别的准确性和快速性也带来了极大的挑战。本文通过结合颜色和形状特征来检测交通标志,针对识别问题,构建了一个VGG-8卷积模型,而且在交通信号数据集上进行了测试,该模型有很高的准确性,对于解决实际问题有一定的可行性。

论文目录

• 0 引 言
• 1 交通标志检测
•   1.1 图像预处理
•   1.2 基于颜色的交通标志检测
•     （1） HSV彩色模型
•     （2） 形态学处理
•   1.3 交通标志形状检测
•     1.3.1 边缘检测
•     1.3.2 形状检测
• 2 交通标志识别
•   2.1 VGGNet的网络结构模型
•   2.2 对VGGNet的改进
•     （1） Dropout层
•     （2） 卷积层数
•     （3） 全连接层
•     （4） 随机梯度下降法（SGD）
•     （5） Nesterov Momentum
•     （6） 参数的变化
• 3 训练过程和参数配置
•   3.1 实验环境
•   3.2 训练过程及参数配置
• 4 实验结果
• 5 结 论

文章来源

类型: 期刊论文

作者: 赵秋雨,沈永良,张毅

关键词: 交通标志检测,形状检测,颜色检测,卷积神经网络

来源: 黑龙江大学自然科学学报 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用

单位: 黑龙江大学电子工程学院

基金: 国家自然科学基金青年科学基金资助项目(61503127)

分类号: U463.6;TP391.41

DOI: 10.13482/j.issn1001-7011.2019.06.010

页码: 732-737

总页数: 6

文件大小: 1361K

下载量: 94