多任务卷积神经网络的交通标志识别
交通标志识别已被研究。多年以来，大多数现有的工作都集中在基于符号的交通标志上。本文提出了一种新的数据驱动系统，用于识别安装在汽车上的摄像头捕获的视频序列中的交通标志的所有类别，包括基于符号的标志和基于文本的标志。该系统由三个阶段组成，感兴趣的交通标志区域（ROI）提取，ROI，细化和分类以及后处理。首先使用灰色和归一化RGB通道上的最大，稳定的极值区域提取交通标志的每帧ROI，然后通过拟议的多任务卷积神经网络对其进行细化并分配给其详细类别。包含大量数据，包括合成的交通标志和从街景视图中标记的图像。后处理最终将所有帧中的结果合并以做出识别决策。实验结果证明了该系统的有效性。
文件下载
评论信息
其他资源
- ST—FOC4.2电机库全中文指南
- ArcGIS中在线加载地图卫星影像图
- Vue梳理.xmind
- 深入理解视频编解码技术 基于H.264标准及参考模型--高清版.pdf
- 仿支付宝首页（更多）添加、删除、拖拽、点击等
- MATLAB图片滑动窗口的程序
- C++视频聊天
- 模式识别Matlab源码
- 运筹学中二阶段法在matlab中的编码
- 手势控制ppt
- DP-200认证考试题库（204题）.docx
- NC65开发环境搭建
- VC++完整运行库
- Call指令的应用.gxw
- TinReader-2.2.6.rar
- 史上最新最全光网络设备维护宝典--OTN专刊
- VS2005下TCP网络编程，亲自调试成功（win7,64bits系统）
- 基于AdaBoost的人脸检测改进算法
- AirServer_7.1.4免激活版-其它工具类资源
- 基于单片机的温湿度1602显示
- 软盘绝对扇区读写工具
- poedit的TM自动翻译中文zh_CN.mo词库
- TSvnPwd获取SVN在本机的账户密码
- 无功功率补偿电气图
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明