基于dnn技术的交通标志识别方法研究

基于dnn技术的交通标志识别方法研究

ID:35175990

大小:3.97 MB

页数:60页

时间:2019-03-20

基于dnn技术的交通标志识别方法研究_第1页
基于dnn技术的交通标志识别方法研究_第2页
基于dnn技术的交通标志识别方法研究_第3页
基于dnn技术的交通标志识别方法研究_第4页
基于dnn技术的交通标志识别方法研究_第5页
资源描述:

《基于dnn技术的交通标志识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、i-n七巧391么、开分类号:密鉱UDC:10142单位代码:JIf復寺火窃去学位论文r硕基于DNN技术的交通标志识别方法研究I?2013415学号:于雅洁作者:计算机技术学科名称:2016227年月日.V-:;独创性说嚷本人鄉靈卿嚷:所疆巧的论文婚巧个人化导师指导下迸行的研党工作及取稱的研究成粟。巧我所知,餘了文中特别加标注巧致谢的她巧夕h论文中不包含甚飽入Li经发表或撰写的硏究成果,也不包含为

2、获得-沈阳X业乂学或其他教育机拘的学位或证书所使用过的村料-同。与我I作的同志对本研巧所観的任何玻献均凹在论文中做T明确的说明幷滚示7谢適:。^">4>巧处目签名:斗舉砍日期;义身关于学位论文使用授权的说明本学位论文作者巧指导教师完全了解沈阳X业火学巧关保留、使铅学位论文的规定:学校有权保留并向菌家有关部n或机构送交论义,即,允许论文被蒼阅巧借阔的复印件和堪子版;本人援权沈旧王业乂学可将学位论义的全部或部分内容编入有关数猶库进行检索、交谎,巧采用影印、缩印或其他變制

3、手段保存论文和汇编本学位论义。(保密的论文在解密后应遵循此规定):签名:导师签名钟冷日撕:沈阳工业大学硕士学位论文基于DNN技术的交通标志识别方法研究ResearchonTrafficSignRecognitionMethodBasedontheDNNTechnology作者:于雅洁单位:信息科学与工程学院钟玲副教授沈阳工业大学指导教师:单位:协助指导教师:张志佳副教授单位:沈阳工业大学单位:论文答辩日期:2016年2月27日学位授予单位:沈阳工业大学摘要交通标志识别作为智能驾驶系统的重要组

4、成部分,是图像处理、模式识别、机器视觉等多学科交叉研究的典型应用,也是智能驾驶系统研究领域中尚未解决的难题之一,是难度较大的实景图形识别。因此,近年来,如何高效地对交通标志进行识别已成为学术研究和工业应用的热点课题。本文首先整理介绍了国内外交通标志识别算法的发展现状及理论研究成果,如基于统计分类的最近邻域法、相似系数法、聚类分析法、决策树和匹配投影法,基于像素级或特征级的模板匹配法,句法分类和集成分类法等多种识别算法,详细介绍了机器学习中深度神经网络(DNN)算法,并对其进行仔细研究,将其应用到交通标志识别

5、上。本文主要开展工作如下:(1)基于DNN技术的交通标志识别。研究确定交通标志识别采用的预处理方式及最佳DNN结构。在同一样本数据集上进行了六种不同的预处理,分别组成不同的预处理训练集,同时,对深度神经网络的结构进行研究,在卷积核大小、子采样窗口大小、批量样本数、特征图数目几个方面进行实验调整,确定了每个训练样本集上的最佳DNN结构,并分析网络结构与不同预处理方式之间的对应关系。(2)基于多列深度神经网络(MCDNN)的交通标志识别及优化策略研究。构造多列深度神经网络,研究对输入图像进行不同的预处理,选择对

6、每类预处理后的训练集识别效果最佳的多列DNN结构,组成一个MCDNN,并将模糊数学的思想应用到各列DNN输出的综合评判上。对各列的输出分别采用综合隶属度判决和离散隶属度判决两种方式,根据最大隶属度原则对输入图像进行最终分类,并与单列的DNN识别结果进行比较。实验表明,深度神经网络不必经过繁琐的调整与修改,就能够很好的应用于交通标志识别,并取得较好的实验效果。当预处理方式存在差异时,其最佳网络结构各不相同,体现了网络结构与预处理结果之间存在着联系。并且在采用集成更多种预处理方法的训练集上,识别效果并不理想。同

7、时对同一样本数据集采用不同的预处理方式,在其上构建多列深度神经网络,并对多列的输出结果进行模糊判决,取得了优于单列DNN的识别效果。关键词:交通标志,深度神经网络,多列深度神经网络,模糊判决IAbstractAstheimportantpartoftheintelligentdrivingsystem,trafficsignrecognitionisthetypicalapplicationofimageprocessing,patternrecognitionandmachinevisioncrossin

8、gmultidisciplinaryresearch,butalsoitisthedifficultrealgraphicsrecognition,whichhasnotbeensolvedintheintelligentdrivingsystemfield.Inthisthesis,itfirstlyintroducesthedevelopmentstatusandtheoreticalresearchresu

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。