發(fā)布時間：2020-12-05 11:50

　　交通標(biāo)志檢測與識別作為智能交通系統(tǒng)重要的一個環(huán)節(jié),對于發(fā)展無人駕駛具有十分重要的意義。在實(shí)時道路交通中,車載攝像機(jī)拍攝獲取的場景圖像,部分交通標(biāo)志可能被周圍的障礙物遮擋,受到的光照強(qiáng)度發(fā)生改變以及因運(yùn)動而導(dǎo)致交通標(biāo)志模糊等因素,這些都加大了智能交通系統(tǒng)中交通標(biāo)志檢測與識別的難度。針對這些問題,提出了使用一種卷積神經(jīng)網(wǎng)絡(luò)的算法對交通道路環(huán)境下的交通標(biāo)志進(jìn)行檢測與識別,以便提高交通標(biāo)志的檢測速率和識別率。本文以我國道路交通標(biāo)志為研究對象,主要包含三大類的交通標(biāo)志:警告標(biāo)志、禁止標(biāo)志、指示標(biāo)志。在自然場景中,車載攝像機(jī)連續(xù)拍攝獲取的高清分辨率的道路交通標(biāo)志進(jìn)行檢測與識別分類展開研究。這樣獲得的數(shù)據(jù)集相較于德國交通標(biāo)志基準(zhǔn)的好處在于相鄰圖像之間存在一定的關(guān)聯(lián)性,可以很好的解決因角度變化引起拍攝獲取的交通標(biāo)志反光、遮擋、運(yùn)動模糊等問題。此外,為了增加數(shù)據(jù)集樣本的多樣性和魯棒性,我們采用仿射變換技術(shù),數(shù)據(jù)集樣本擴(kuò)大幾十倍。在交通標(biāo)志檢測過程中,我們在Huval等人設(shè)計(jì)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn),設(shè)計(jì)使用一個七層的卷積神經(jīng)網(wǎng)絡(luò)并結(jié)合Faster R-CNN算法中的RPN結(jié)構(gòu)對其提取候選區(qū)域。此外,綜合檢... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工神經(jīng)元結(jié)構(gòu)模型

第二章 深度學(xué)習(xí)理論基礎(chǔ)tanh 2 2 1x xx xe ex xe e 0 0max 0,0if xf x xx if x 向傳播網(wǎng)絡(luò)是由很多不同的神經(jīng)元單元按照不同層級相連接起來構(gòu)成的網(wǎng)層是輸入層，最后一層是輸出層，中間為隱藏層，隱藏層即是上一層下一層的輸入單元，并且每層都擁有一個偏置值。

廣東工業(yè)大學(xué)碩士學(xué)位論文輸出層節(jié)點(diǎn)輸出為：21 1n miji j i ny f w X b (2.62.2.3 反向傳播反向傳播[27,28]由前向和后向兩個操作構(gòu)成，圖 2-3 描述的一次完整的迭代過程，前向操作利用當(dāng)前的權(quán)重參數(shù)和輸入數(shù)據(jù)，從下往上，即從輸入層到輸出層，求取預(yù)測結(jié)果，并利用預(yù)測結(jié)果與真實(shí)值求解出損失函數(shù)的值。反向操作則利用前向操作求解得到的損失函數(shù)，從上往下，即從輸出層到輸入層，求解網(wǎng)絡(luò)的參數(shù)梯度。經(jīng)過前向和反向的兩個操作后，完成一次迭代過程。

【參考文獻(xiàn)】：
期刊論文
[1]圖切技術(shù)和卷積網(wǎng)絡(luò)的交通標(biāo)志數(shù)據(jù)集構(gòu)建方法[J]. 熊昌鎮(zhèn),王聰.  計(jì)算機(jī)應(yīng)用. 2017(S1)
[2]基于圖像不變特征深度學(xué)習(xí)的交通標(biāo)志分類[J]. 謝錦,蔡自興,鄧海濤,盛艷.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(04)
[3]基于深度屬性學(xué)習(xí)的交通標(biāo)志檢測[J]. 王方石,王堅(jiān),李兵,王博.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2018(01)
[4]一種改進(jìn)的交通標(biāo)志圖像識別算法[J]. 徐巖,韋鎮(zhèn)余.  激光與光電子學(xué)進(jìn)展. 2017(02)
[5]基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的交通標(biāo)志識別[J]. 王曉斌,黃金杰,劉文舉.  計(jì)算機(jī)應(yīng)用. 2017(02)
[6]應(yīng)用深層卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識別[J]. 黃琳,張尤賽.  現(xiàn)代電子技術(shù). 2015(13)
[7]一種面向無人駕駛汽車的高效交通標(biāo)志識別方法[J]. 宋文杰,付夢印,楊毅.  機(jī)器人. 2015(01)
[8]智能交通系統(tǒng)綜述[J]. 趙娜,袁家斌,徐晗.  計(jì)算機(jī)科學(xué). 2014(11)
[9]戶外交通標(biāo)志檢測和形狀識別[J]. 許少秋.  中國圖象圖形學(xué)報(bào). 2009(04)

博士論文
[1]復(fù)雜大背景下交通標(biāo)志快速魯棒的檢測和識別研究[D]. 劉春生.山東大學(xué) 2016
[2]城市環(huán)境下無人駕駛智能車感知系統(tǒng)若干關(guān)鍵技術(shù)研究[D]. 陳龍.武漢大學(xué) 2013



本文編號：2899406