交通標(biāo)志識(shí)別是智能交通系統(tǒng)和無人駕駛技術(shù)的重要組成部分。交通標(biāo)志識(shí)別系統(tǒng)需要對(duì)實(shí)際行車環(huán)境中通過車載攝像頭采集到的交通標(biāo)志進(jìn)行識(shí)別。受實(shí)際行車環(huán)境中光照強(qiáng)度、行車速度、交通標(biāo)志牌受損等多種因素影響,所采集到的交通標(biāo)志圖像質(zhì)量往往較差,給后續(xù)的識(shí)別帶來極大的困難,因此對(duì)交通標(biāo)志識(shí)別方法的研究具有極大的挑戰(zhàn)和重要意義。本文以德國(guó)交通標(biāo)志數(shù)據(jù)集（German Traffic Sign Recognition Benchmark,GTSRB）為研究對(duì)象,利用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network,CNN）對(duì)交通標(biāo)志識(shí)別做了深入研究,并將卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)相結(jié)合對(duì)交通標(biāo)志識(shí)別做進(jìn)一步研究。本文的主要工作如下:1.針對(duì)實(shí)際行車環(huán)境中采集到的交通標(biāo)志圖像特點(diǎn),為減輕卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別負(fù)擔(dān)和提高識(shí)別率,本文對(duì)GTSRB數(shù)據(jù)集做一系列預(yù)處理操作。主要步驟包括圖像增強(qiáng)、圖像灰度化、尺寸歸一化、數(shù)據(jù)集擴(kuò)展。經(jīng)過預(yù)處理后的GTSRB數(shù)據(jù)集有助于后續(xù)卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別。2.本文對(duì)卷積神經(jīng)網(wǎng)絡(luò)做了深入研究,并設(shè)計(jì)了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型CNN-SVM用于識(shí)別交通標(biāo)志圖像。該卷積神... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)細(xì)胞

y f net 式表示，X 表示神經(jīng)元的輸入向量，W 表示 0 1 2, , , ,nX x x x x012nwwww W 量相乘的方式來簡(jiǎn)化式(2.1)和(2.2)，用來表y f XW

y f XW 圖 2.2 人工神經(jīng)元模型成人工神經(jīng)網(wǎng)絡(luò)的基本單元，將若干個(gè)神經(jīng)元按箭頭方向前一個(gè)神經(jīng)元的輸出作為后一個(gè)神經(jīng)元就是人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)的大致模型如

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)LeNet-5網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法[J]. 汪貴平,盛廣峰,黃鶴,王會(huì)峰,王萍.  科學(xué)技術(shù)與工程. 2018(34)
[2]一種基于PHOG特征的SVM的交通標(biāo)志識(shí)別方法[J]. 張麗艷,張偉,龍美芳.  電腦知識(shí)與技術(shù). 2018(27)
[3]基于Gabor特征提取和SVM交通標(biāo)志識(shí)別方法研究[J]. 張傳偉,崔萬豪.  現(xiàn)代電子技術(shù). 2018(17)
[4]基于CNN多層特征和ELM的交通標(biāo)志識(shí)別[J]. 孫偉,杜宏吉,張小瑞,趙玉舟,楊翠芳.  電子科技大學(xué)學(xué)報(bào). 2018(03)
[5]基于SIFT算法的交通標(biāo)志識(shí)別方法研究[J]. 余澤東,黃妙華.  數(shù)字制造科學(xué). 2018(01)
[6]ReLU激活函數(shù)優(yōu)化研究[J]. 蔣昂波,王維維.  傳感器與微系統(tǒng). 2018(02)
[7]基于顏色-幾何形狀建模的道路交通標(biāo)志識(shí)別技術(shù)的研究[J]. 崔盼,張榮輝.  物聯(lián)網(wǎng)技術(shù). 2017(03)
[8]基于二級(jí)改進(jìn)LeNet-5的交通標(biāo)志識(shí)別算法[J]. 黨倩,馬苗,陳昱蒞.  陜西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[9]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[10]卷積神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展綜述[J]. 楊斌,鐘金英.  南華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)

碩士論文
[1]基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別方法[D]. 田正鑫.長(zhǎng)安大學(xué) 2017
[2]交通標(biāo)志識(shí)別算法研究[D]. 曹奧陽.北京交通大學(xué) 2017
[3]基于圖像處理的車牌識(shí)別系統(tǒng)的研究[D]. 白璐.長(zhǎng)安大學(xué) 2010



本文編號(hào)：3075026