- 1、本文档共9页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
万昊
第31卷,第1期中国传媒大学学报(自然科学版)Vol31,No1
2024年2月JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINA(SCIENCEANDTECHNOLOGY)Feb.,2024
引用格式:万昊,任永国.基于多尺度融合和特征对齐的实时高精度交通标志检测与识别[J].中国传媒大学学报(自然科学版),2024,31
(01):65-73.
文章编号:1673‐4793(2024)01‐0065‐09
基于多尺度融合和特征对齐的实时高精度交通标志
检测与识别
1*2
万昊,任永国
(1.百度在线网络技术有限公司,北京100085;2.北京邮电大学,北京100876)
摘要:高精度的实时交通标志检测和识别对安全自动驾驶和智能交通系统至关重要。本研究对基线网络YOLOV4进行了升级,
增加了多尺度融合模块和注意力机制模块(AMM),丰富了不同尺度交通标志的特征表示。同时,颈部网络结合了特征选择模块
和特征对齐模块,增强了高、低层特征图之间像素偏移的语义判别。具体地说,针对AMM,设计了一种转置的自注意力操作。
其使用互协方差矩阵将令牌维度上的操作转换为通道维度,将时间复杂度从O(n)降低到O(n)。在TT100K交通标志数据集上2
的实验结果表明,与基线网络(mAP0.5=76.4%)相比,升级后的网络(mAP0.5=83.4%)取得了较好的改进,检测和识别速度
可达39.45帧/秒,达到了目前最先进的水平。
关键词:交通标志识别;神经网络;自注意力;多尺度融合;特征对齐
中图分类号:TP183文献标识码:A
Real-timehigh-accuracytrafficsigndetectionandrecognition
usingmulti-scalefusionandfeaturealignment
WANHao1*,RENYongguo2
(1.BaiduOnlineNetworkTechnology(Beijing)Co.,Ltd.,Beijing100085,China;2.BeijingUniversityofPosts
andTelecommunication,Beijing100876,China)
Abstract:Real-timetrafficsigndetectionandrecognitionwithhighaccuracyiscrucialforsafeautonomous
drivingandintelligenttransportationsystems.Manydeepnetworkshavebeenproposed,whilethereisstill
roomforfurtherimprovement.Inthisstudy,thebaselinenetworkYOLOV4wasupgradedwithamulti-
scalefusionmoduleandanattentionmechanismmodule(AMM)forenrichingthefeaturerepresentationof
trafficsignsofdifferentsizes.Meanwhile
您可能关注的文档
最近下载
- 2024年上海市普通高校招生本科艺术甲批次平行段院校专业组投档分数线美术与设计类.pdf VIP
- 2024入团共青团基础知识题库(含答案).docx
- 2024年在线网课学习课堂《健康管理科研思维训练(杭州师大 )》单元测试考核答案.pdf
- 2024年中国河南国际合作集团有限公司人员招聘考试题库及答案解析.docx
- 《骆驼祥子》读书分享PPT课件(精选图文).pptx
- 汉长安城遗址总体规划.pptx
- 欠钱不还的法院起诉书.docx VIP
- GB-T 10125-2012 人造气氛腐蚀试验 盐雾试验.pdf
- 新人教版七年级上册生物全册教案(2024年秋季新版教材).docx
- pcs-9651_080885技术和使用说明书.pdf
文档评论(0)