检索结果-维普期刊中文期刊服务平台

基于图像不变特征深度学习的交通标志分类被引量：14: 1; 作者谢锦蔡自兴 +1 位作者邓海涛盛艳《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第4期632-640,共9页; 针对自然场景下所采集的交通标志存在各种形变,且手工设计提取交通标志不变特征方法需要处理技巧的问题,提出一种自动学习提取交通标志不变特征的道路交通标志分类方法.首先基于慢特征分析的深度学习框架自动学习得到每个阶段的特征映... 展开更多; 关键词不变特征深度学习交通标志分类慢特征分析; 在线阅读下载PDF 职称材料

基于改进CapsNet的交通标志分类模型被引量：4: 2; 作者陈名松吴冉冉 +1 位作者张泽功吴泳蓉《计算机应用研究》 CSCD 北大核心 2020年第S02期367-368,371,共3页; 为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图... 展开更多; 关键词交通标志分类神经网络 CapsNet; 在线阅读下载PDF 职称材料

利用图像超分辨率提升交通标志分类精度研究被引量：1: 3; 作者佘宇徐焕宇 +2 位作者戴昕宇张福龙白洋洋《汽车技术》 CSCD 北大核心 2023年第1期15-20,共6页; 为了解决利用卷积神经网络进行交通标志分类时精度低的问题,通过将图像超分辨率网络与分类网络相连接,提出一种超分级联网络结构。首先使用改进的双重注意力机制超分辨率网络作为级联网络的子网络;然后训练图像分类网络,用于对超分辨率... 展开更多; 关键词双重注意力超分辨率重构交通标志图像分类级联网络; 在线阅读下载PDF 职称材料

Twin-SVM和Twin-KSVC标志物检测与分类方法被引量：2: 4; 作者栾咏红刘全《计算机工程与设计》北大核心 2016年第12期3306-3310,共5页; 针对交通标志中禁令标志和指示标志的检测和分类难题,提出一种基于Twin-SVM和Twin-KSVC的交通标志检测与分类方法。对交通标志图像的红色、蓝色和亮度3个通道进行光照归一化处理;在这3个通道上提取Haar-like特征,构建特征向量;采用Twin-... 展开更多; 关键词交通标志交通标志检测交通标志分类支持向量机 HAAR-LIKE特征成对支持向量机; 在线阅读下载PDF 职称材料

题名基于图像不变特征深度学习的交通标志分类被引量：14: 1; 作者谢锦蔡自兴邓海涛盛艳; 机构湖南师范大学工程与设计学院中南大学信息科学与工程学院; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第4期632-640,共9页; 基金湖南省教育厅资助科研项目(15C0823); 文摘针对自然场景下所采集的交通标志存在各种形变,且手工设计提取交通标志不变特征方法需要处理技巧的问题,提出一种自动学习提取交通标志不变特征的道路交通标志分类方法.首先基于慢特征分析的深度学习框架自动学习得到每个阶段的特征映射矩阵;然后基于各阶段特征映射矩阵提取交通标志图像第一阶段特征和第二阶段特征,并将其联合输出作为交通标志的特征;最后使用支持向量机进行交通标志分类.实验结果表明,该方法具有良好的泛化能力,能有效地应用于交通标志分类,所提取的特征具有一定的平移不变和旋转不变性.; 关键词不变特征深度学习交通标志分类慢特征分析; Keywords invariant feature deep learning traffic sign classification slow feature analysis; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进CapsNet的交通标志分类模型被引量：4: 2; 作者陈名松吴冉冉张泽功吴泳蓉; 机构桂林电子科技大学信息与通信学院; 出处《计算机应用研究》 CSCD 北大核心 2020年第S02期367-368,371,共3页; 基金国家自然科学基金资助项目(91836301,61561014) “认知无线电与信息处理”教育部重点实验室主任基金项目(CRKH80102) +1 种基金大学研究生教育创新计划资助项目(2018YJCX29); 文摘为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图像的空间特征。分析了交通标志特征,并基于德国交通标志数据集GTSRB,与传统卷积神经网络(CNN)识别效果进行了对比。实验表明,基于改进Caps Net的交通标志分类模型识别率高达98.73%且收敛速度更快。; 关键词交通标志分类神经网络 CapsNet; 分类号 U495 [交通运输工程—交通运输规划与管理] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名利用图像超分辨率提升交通标志分类精度研究被引量：1: 3; 作者佘宇徐焕宇戴昕宇张福龙白洋洋; 机构南京信息工程大学无锡学院; 出处《汽车技术》 CSCD 北大核心 2023年第1期15-20,共6页; 基金国家自然科学基金项目(11704377)。; 文摘为了解决利用卷积神经网络进行交通标志分类时精度低的问题,通过将图像超分辨率网络与分类网络相连接,提出一种超分级联网络结构。首先使用改进的双重注意力机制超分辨率网络作为级联网络的子网络;然后训练图像分类网络,用于对超分辨率处理后的图像进行分类;最后利用分类准确率衡量超分辨率重构对图像分类任务的有效性。模拟和真实交通标志数据集验证结果表明,经过超分辨率处理的图像在分类模型中均取得了更高的分类准确率,证明了超分辨率技术对于交通标志图像分类准确率的提高具有促进作用。; 关键词双重注意力超分辨率重构交通标志图像分类级联网络; Keywords Dual attention Super-resolution reconstruction Traffic sign classification Cascaded network; 分类号 U469.79 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名Twin-SVM和Twin-KSVC标志物检测与分类方法被引量：2: 4; 作者栾咏红刘全; 机构苏州工业职业技术学院软件与服务外包学院苏州大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室; 出处《计算机工程与设计》北大核心 2016年第12期3306-3310,共5页; 基金国家自然科学基金项目(61303108 61373094 +3 种基金 61472262) 江苏省高等职业院校国内高级访问学者计划基金项目(2014FX058); 文摘针对交通标志中禁令标志和指示标志的检测和分类难题,提出一种基于Twin-SVM和Twin-KSVC的交通标志检测与分类方法。对交通标志图像的红色、蓝色和亮度3个通道进行光照归一化处理;在这3个通道上提取Haar-like特征,构建特征向量;采用Twin-SVM方法进行交通标志检测过程的特征训练与验证,采用Twin-KSVC方法进行交通标志分类过程的特征训练与验证。实验采用实测数据对算法进行测试与评价,实验结果表明,该方法可以有效地检测和识别常见的20类禁令和指示交通标志。; 关键词交通标志交通标志检测交通标志分类支持向量机 HAAR-LIKE特征成对支持向量机; Keywords traffic signs traffic signs detection traffic signs classification support vector machines Haar-like features Twin-SVM; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于图像不变特征深度学习的交通标志分类	谢锦蔡自兴邓海涛盛艳	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2017	14	在线阅读下载PDF 职称材料
2	基于改进CapsNet的交通标志分类模型	陈名松吴冉冉张泽功吴泳蓉	《计算机应用研究》 CSCD 北大核心	2020	4	在线阅读下载PDF 职称材料
3	利用图像超分辨率提升交通标志分类精度研究	佘宇徐焕宇戴昕宇张福龙白洋洋	《汽车技术》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
4	Twin-SVM和Twin-KSVC标志物检测与分类方法	栾咏红刘全	《计算机工程与设计》北大核心	2016	2	在线阅读下载PDF 职称材料