基于宽浅稠密网络的无人驾驶汽车交通标志牌识别

作     者：邓涛 李鑫 汪明明 邓彪 Deng Tao;Li Xin;Wang Mingming;Deng Biao

作者机构：重庆交通大学 

基　　金：国家自然科学基金项目(51305473) 中国博士后科学基金项目(2014M552317) 重庆市博士后研究人员科研项目特别资助(xm2014032) 重庆市教育委员会科学技术项目(KJ1600538) 

出 版 物：《汽车技术》 (Automobile Technology)

年 卷 期：2020年第1期

页      码：12-18页

摘      要：以稠密网络为基础设计了交通标志牌识别模型,重点研究数据集预处理网络,利用宽浅稠密网络提取图片特征,并构建了全局平均池化分类网络。利用翻转和数据增强方法对数据集进行扩增处理,采用动态数据扩增策略使模型适应训练数据的变化,在测试集上实现了99.68%的准确率。在标志牌清晰完整和模糊不全两种情况下验证模型识别效果,结果显示,模型未出现误检和漏检情况,在图像信息被破坏的情况下,仍能以最大置信度正确地识别标志牌,识别准确度高、抗干扰能力强,具有良好的鲁棒性及泛化能力。

主 题 词：无人驾驶 交通标志牌识别 深度学习 深层卷积神经网络 稠密网络 

学科分类：082304[082304] 08[工学] 080204[080204] 0802[工学-机械学] 0823[工学-农业工程类] 

D　O　I：10.19620/j.cnki.1000-3703.20181001

馆 藏 号：203878602...