基于深度学习的雾霾天气下交通标志识别

作     者：陈秀新 叶洋 于重重 张雪 CHEN Xiuxin;YE Yang;YU Chongchong;ZHANG Xue

作者机构：北京工商大学食品安全大数据技术北京市重点实验室北京100048 

基　　金：国家重点研发计划专项项目(2018YFC0807903) 

出 版 物：《重庆交通大学学报（自然科学版）》 (Journal of Chongqing Jiaotong University(Natural Science))

年 卷 期：2020年第39卷第12期

页      码：1-5,12页

摘      要：针对雾霾天气下成像设备获取的图像质量较低导致交通标志难以识别这一现象,笔者提出了先去除雾霾后进行识别的办法。对雾霾图像首先通过深度学习算法IRCNN进行去雾霾处理,然后提出一种多通道卷积神经网络(Multi-channel CNN)模型对去雾霾后的图像进行识别。研究结果表明:IRCNN方法可有效去除雾霾,Multi-channel CNN模型识别效果好,设计的Multi-channel CNN模型的识别率在本次实验的数据集上达到100%,具有很好的泛化性和适应性。

主 题 词：交通工程 智能交通 去雾霾 交通标志识别 IRCNN 多通道卷积神经网络 

学科分类：08[工学] 0838[0838] 

D　O　I：10.3969/j.issn.1674-0696.2020.12.01

馆 藏 号：203999324...