基于二级改进,3+E的交通标志识别算法.PDF

第!卷!第#期 陕西师范大学学报!自然科学版 $%!!(%# !#)*+年,月 -%./01%/718069:/;6= !(1./136:0:?@66%0 A1/##)*+! 文章编号!*B+#C!#D*#)*+#)#C))#!C) !#!*)*DE,F0G6F;0.#)*+)#*# 基于二级改进 ,3+E的交通标志识别算法 党!倩#!马!苗*!#!, !陈昱莅*!# #* 现代教学技术教育部重点实验室陕西 西安 +*))B#% # 陕西师范大学 计算机科学学院陕西 西安 +*)**D% , 陕西省语音与图像信息处理重点实验室陕西 西安 +*))+#$ 摘!要!以真实场景中拍摄的交通标志图像数据集 HW3]Z 为研究对象#将卷积神经网络与支持 向量机相结合#提出一种基于二级改进 O:(:C的交通标志识别算法$该算法首先根据识别系统 的实时性要求#对原始 O:(:C结构进行改进然后用裁剪灰度化图像增强和尺寸归一化等操作 对原始图像进行预处理#得到,#h,#的感兴趣区域接下来#利用数据集 HW3]Z 训练出一个二级 改进 O:(:C#其中第一级改进 O:(:C将感兴趣区域中包含的交通标志粗分为B类#第二级改进 O:(:C对粗分类结果进行细分类#识别出交通标志所属的最终类别$实验结果表明#基于二级改 进 O:(:C交通标志 识 别 算 法 因 网 络 模 型 能 够 提 取 交 通 标 志 的 多 尺 度 特 征#识 别 正 确 率 可 达 D*+Bi$ 关键词!卷积神经网络交通标志分类识别支持向量机 中图分类号!W^,D!文献标志码!Q ;32*55#16#9%219%#3#%*892#30):*6!%30B+8$8#)72$!,3+E eQ(H f610#AQ A61%*#, VK?( b.6*# #*I:=O1L%/1%/=%2A%@:/0W:1460JW:40%%J=A606;/=%2?@.16%0 T6U10+*))B#3411056V4601% #34%%%2V%7X.:/36:0:3411056(%/718069:/;6=T6U10+*)**D3411056V4601% ,3411056I:=O1L%23X::4 `S71J:S02%/716%0^/%:;;60JT6U10+*))+#3411056V4601$ ;:632*13!a%.;60J%0HW3]Z@11;:1d.6/:@60/:1Y%/@1/1226;6J0/:%J066%01J%/647 L1;:@%04:#C:9:67X/%9:@O:(:C6;X/%X%;:@Y464%7L60:;%09%.6%010:./10:Y%/G; Y64;.XX%/9:%/71460:;R644:%0;6@:/16%0%24:/:d.6/:7:0%2/:1C67:/:%J066%0 4:/1@66%010:Y%/G;/../:%2O:(:C6;67X/%9:@26/;Q2:/HW3]Z@11;:671J:;Y:/: /%XX:@10@%09:/:@%J/1=;1:671J:;4:6/L/6J40:;;10@;6g:1/:0%/716g:@%,#h,#67C 1J:;(:51#C:9:67X/%9:@O:(:C6;/160:@Y64HW3]Z@11;:Y4:/:4