-
题名基于渐变上下文特征的交通灯识别方法
被引量：2
- 1
-
-
作者
李子康
徐桂芝
郭苗苗
-
机构
河北工业大学电气工程学院电气工程及其自动化系
-
出处
《传感器与微系统》
CSCD
2018年第10期38-40,共3页
-
基金
河北省自然科学基金资助项目(F2017202197)
河北省高等院校科学技术研究项目(QN2017048)
-
文摘
针对交通信号灯检测任务的特殊环境要求(汽车尾灯、背景的多变性、光照问题等),结合卷积神经网络,提出一种渐变上下文特征检测算法,以随机点为中心,并逐步扩散,同时根据引入不同尺寸的上下文特征,检测每一步扩散结果,每一步扩散均涵盖目标周围的上下文信息,具有上下文信息的交通信号灯更易于与汽车尾灯区分。经实验分析,相较于其他算法,提出的算法在提升召回率的同时,可以有效避免汽车尾灯误检,很好地解决了交通信号灯检测中召回率低、误检率高等问题。
-
关键词
上下文特征
卷积神经网络
交通信号灯识别
-
Keywords
context features
convolutional neural network（CNN）
traffic signal recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
