留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进深度卷积生成对抗网络的路面指示标志识别方法

程校昭 陈志军 吴超仲 马枫

程校昭, 陈志军, 吴超仲, 马枫. 基于改进深度卷积生成对抗网络的路面指示标志识别方法[J]. 交通信息与安全, 2020, 38(2): 47-54. doi: 10.3963/j.jssn.1674-4861.2020.02.006
引用本文: 程校昭, 陈志军, 吴超仲, 马枫. 基于改进深度卷积生成对抗网络的路面指示标志识别方法[J]. 交通信息与安全, 2020, 38(2): 47-54. doi: 10.3963/j.jssn.1674-4861.2020.02.006
CHENG Xiaozhao, CHEN Zhijun, WU Chaozhong, MA Feng. A Method for Identifying Pavement Indicator Signs Based on Improved Deep Convolutional Generative Adversarial Networks[J]. Journal of Transport Information and Safety, 2020, 38(2): 47-54. doi: 10.3963/j.jssn.1674-4861.2020.02.006
Citation: CHENG Xiaozhao, CHEN Zhijun, WU Chaozhong, MA Feng. A Method for Identifying Pavement Indicator Signs Based on Improved Deep Convolutional Generative Adversarial Networks[J]. Journal of Transport Information and Safety, 2020, 38(2): 47-54. doi: 10.3963/j.jssn.1674-4861.2020.02.006

基于改进深度卷积生成对抗网络的路面指示标志识别方法

doi: 10.3963/j.jssn.1674-4861.2020.02.006
基金项目: 

国家自然科学基金项目

详细信息
  • 中图分类号: TP391.7

A Method for Identifying Pavement Indicator Signs Based on Improved Deep Convolutional Generative Adversarial Networks

  • 摘要: 针对道路交通环境中路面标志识别涉及的数据集较少和识别准确率不足的问题,研究了基于深度卷积生成对抗网络的道路表面指示标志的识别方法.在深度卷积生成对抗网络的结构基础上,根据具体应用修改生成网络和判别网络的损失函数,并用随机梯度下降算法替代原始的优化器,对指示标志的原始样本集进行样本生成,以增加样本数据量.基于Faster R-CNN算法进行路面标志的特征提取,实现路面指示标志的识别,并基于迁移学习对识别模型进行微调,将目标识别效果应用于实际道路环境中.实验结果表明,通过深度卷积生成对抗网络生成的样本图像有效地扩增了路面标志的数据集,增广后的多类目标识别的mAP提高了17.1%,小样本情况下的识别准确率随着样本量的增加和样本质量的改善而得到了明显的提高.

     

  • 加载中
计量
  • 文章访问数:  664
  • HTML全文浏览量:  109
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-04-28

目录

    /

    返回文章
    返回