基于卷积神经网络的交通灯识别
来源期刊:北方工业大学学报2018年第5期
论文作者:贾瑞明 刘立强
文章页码:22 - 30
关键词:交通灯识别;卷积神经网络;多模式预测;
摘 要:本文提出一种基于卷积神经网络的交通灯识别方法,解决传统交通灯识别算法在复杂交通场景中存在稳定性差、准确率低等问题.本方法采用深层神经网络模型作为分类器,将数据集中的彩色图像经预处理后作为卷积神经网络的输入,自动提取特征,最后通过多模式预测算法得出识别结果.通过多组实验,证明了本文方法的有效性及实用性.
贾瑞明,刘立强
北方工业大学电子信息工程学院
摘 要:本文提出一种基于卷积神经网络的交通灯识别方法,解决传统交通灯识别算法在复杂交通场景中存在稳定性差、准确率低等问题.本方法采用深层神经网络模型作为分类器,将数据集中的彩色图像经预处理后作为卷积神经网络的输入,自动提取特征,最后通过多模式预测算法得出识别结果.通过多组实验,证明了本文方法的有效性及实用性.
关键词:交通灯识别;卷积神经网络;多模式预测;