换一批CNN与人工特征提取快速识别斑马线的方法
Research on the method of CNN and artificial feature extraction for rapid identification of zebra crossing
摘要斑马线识别方法的研究对车载和导盲系统具有极其重要的作用.为了解决目前识别斑马线的方法精确度低、所需时间长等问题,本文提出了一种基于卷积神经网络与人工特征提取相结合的快速识别斑马线方法,卷积神经网络能自动检测出所有的符合斑马线特征的区域,再利用梯度极大值比较等人工特征提取方法进一步精确检测范围.通过实验分析与数据训练,结果表明这种方法运算速度能在60 ms内,且识别出的斑马线精确度高达96％.
更多相关知识
关键词
卷积神经网络人工特征提取梯度极大值斑马线检测识别convolutional neural networkartificial feature extractiongradient maximum comparisonzebra crossingdetection and identify
分类号
TN911.73
DOI
10.3969/j.issn.1674-6236.2018.03.042
发布时间
2018-03-06（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引15
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
