基于全卷积神经网络的常见交通警告标志识别

发布时间：2021-08-16 08:51

　　交通标志主要包括四类,第一类通常是蓝色背景上有白色图案的圆形或矩形,也就是常说的交通指示标志,用于指示车辆前方可直行、绕行或者左右转等;第二类是大多为黄底黑边的等边三角形,称其为交通警告标志,如警示行驶车辆前方可能会有落石、前方急转弯慢行等;第三类是通常为红斜杠黑色图案的圆形,称为禁令标志,如提醒驾驶员此处禁止通行、禁止泊车等;第四类是通常为蓝底白字矩形的指路标志,如指示城市、城镇、乡村之间的交界、距离目标地点的远近等,为远行驾驶人员指明方向。综上可知,在四种交通标志中,交通警告标志在车辆行驶安全方面显得尤为重要,其主要用于提醒驾驶人员前方路况不利于行驶、路段可能存在危险,要小心谨慎驾驶。在深度学习方法被广泛应用之前,我国对于交通警告标志的研究大多是根据三角形警告标志的边缘信息来进行检测识别的,例如通过寻找警告标志的质心与顶点位置来对其进行定位,然后再对定位好的标志进行识别,但是这种方法的实时性较差。近些年人们开始用神经网络的方法对交通警告标志进行检测识别,虽然耗时少了,但还是无法达到实时的基本要求,且准确率相对不是很高。为了降低由于忽略交通警告标志而引发的交通事故发生率,本文主要数据... 

【文章来源】：长春理工大学吉林省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

神经元结构示意图

第2章卷积神经网络基本理论81()niiiyfwxb(2-1)其中iw为权重，ix表示第i个输入，b为偏置量，f)(为神经元的激活函数。在一个神经元模型中，对于激活函数的选择我是很重要的，一个合适的f()能够显著增强网络的表达能力，sigmoid型函数是在神经网络的运算中较为常见的一类激活函数，其中包括logistic函数(x)和双曲正切函数tanh(x):1()1xxe（2-2）tanh()xxxxeexee（2-3）上式（2-2）与（2-3）的函数图像如下图所示：图2.2logistic函数图像图2.3双曲正切函数图像我们由图2.2和图2.3可知，sigmoid型函数和生物神经元相的特点类似。sigmoid

第2章卷积神经网络基本理论81()niiiyfwxb(2-1)其中iw为权重，ix表示第i个输入，b为偏置量，f)(为神经元的激活函数。在一个神经元模型中，对于激活函数的选择我是很重要的，一个合适的f()能够显著增强网络的表达能力，sigmoid型函数是在神经网络的运算中较为常见的一类激活函数，其中包括logistic函数(x)和双曲正切函数tanh(x):1()1xxe（2-2）tanh()xxxxeexee（2-3）上式（2-2）与（2-3）的函数图像如下图所示：图2.2logistic函数图像图2.3双曲正切函数图像我们由图2.2和图2.3可知，sigmoid型函数和生物神经元相的特点类似。sigmoid

【参考文献】：
期刊论文
[1]复杂环境下基于角点回归的全卷积神经网络的车牌定位[J]. 罗斌,郜伟,汤进,王文中,李成龙.  数据采集与处理. 2016(01)
[2]跨尺度运动图像的目标检测与追踪探究[J]. 王娟,张志勋.  信息技术与信息化. 2015(09)
[3]自然场景下三角形交通标志的检测与识别[J]. 贾永红,胡志雄,周明婷,姬伟军.  应用科学学报. 2014(04)
[4]基于加权小波的DCT人脸识别算法研究[J]. 余嘉,方杰,许可.  计算机工程与应用. 2012(17)
[5]一种基于PSO的BP神经网络训练方法[J]. 郭聪莉,朱莉.  计算机与信息技术. 2007(Z1)
[6]神经网络学习算法的过拟合问题及解决方法[J]. 李俭川,秦国军,温熙森,胡茑庆.  振动、测试与诊断. 2002(04)
[7]新神经网络结构及其在数码语音识别中的应用[J]. 钟林,刘润生.  清华大学学报(自然科学版). 2000(03)
[8]利用人工神经网络实现缺陷类型识别[J]. 陈彦华,李明轩.  应用声学. 1998(02)

博士论文
[1]非均匀光照图像的灰度校正与分割技术研究[D]. 魏伟一.兰州理工大学 2011

硕士论文
[1]自然环境下道路交通标志的检测与识别[D]. 王斌.山东大学 2017
[2]针对圆形和三角形交通标志的检测与识别[D]. 鲍朝前.北京工业大学 2015
[3]三角形交通标志的检测方法研究[D]. 何江萍.兰州大学 2009
[4]基于视频图像处理技术的运动车辆检测方法研究[D]. 朱媛媛.长安大学 2008



本文编号：3345366