计算机工程

作者：薛之昕, 郑英豪, 肖建, 魏玲玲

单位：1. 南昌大学 信息工程学院, 南昌 330029;2. 江西科技学院 信息工程学院, 南昌 330029

关键词：多层特征,多尺度卷积神经网络,多纵卷积神经网络,交通标志识别,单尺度卷积神经网络

基金：江西省科技计划重点项目（20181BBG70031）。

基于多纵卷积神经网络的交通标志识别算法识别率较高，但识别和训练时间较长，实用性较差。为此，构造一种基于多尺度卷积神经网络的道路交通标志识别模型。通过改进单尺度卷积神经网络中特征提取的基网络，将网络不同层级所产生的特征融合为多尺度特征并提供给分类器，以提高低层特征的利用率。在GTSRB数据集上的实验结果表明，该模型准确识别率达到99.25%，与多纵卷积神经网络模型相比，其在保证高精度的同时，识别和训练时间的降幅均超过90%，更适用于真实路况下交通标志的精准检测。

来源：2020年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第3期