|
基于卷積神經(jīng)網(wǎng)絡的交通標志檢測
|
|
資料類別
|
電子電工畢業(yè)論文（設計） |
|
|
課程(專業(yè))
|
電子信息工程 |
|
關鍵詞
|
交通標志檢測|圖像分割 |
|
適用年級
|
大學 |
|
身份要求
|
普通會員 |
|
金 幣
|
80 �。�金幣如何獲得？） |
|
文件格式
|
word+vsd+ppt |
|
文件大小
|
31927K |
|
發(fā)布時間
|
2018-03-03 20:49:00 |
|
預覽文件
|
0940738.png（只能預覽部分內(nèi)容） |
|
下載次數(shù)
|
1 |
| 發(fā)布人 |
kj008 |
內(nèi)容簡介：
基于卷積神經(jīng)網(wǎng)絡的交通標志檢測，畢業(yè)設計，說明書共44頁，16770字，附答辯文稿、仿真程序。
摘要：交通管理及交通安全問題正受到人們越來越多的關注。在此背景下，智能交通系統(tǒng)的概念應運而生。作為智能交通系統(tǒng)的一部分，交通標志檢測系統(tǒng)在駕駛輔助、交通標志維護、自動駕駛等多方面具有重要作用。然而，真實交通場景復雜多變，光照條件、天氣條件、局部遮擋、背景色相似干擾、陰影干擾等問題使交通標志檢測系統(tǒng)的研究遠未達到成熟。卷積神經(jīng)網(wǎng)絡是將人工神經(jīng)網(wǎng)絡和深度學習技術結合而產(chǎn)生的一個新型人工神經(jīng)網(wǎng)絡方法，具有局部感知區(qū)域、層次結構化、特征抽取和分類過程結合的全局訓練等特點，在圖像檢測領域獲得了廣泛的應用。
本文在對人工神經(jīng)網(wǎng)絡特別是卷積神經(jīng)網(wǎng)絡的基本概念和算法進行了總結和介紹的基礎上，以經(jīng)典的卷積神經(jīng)網(wǎng)絡模型為基礎，將其應用到交通標志檢測任務當中。檢測的路標類型包括警告、禁止、指示等交通標志，其中分別含有不同的前景背景顏色及形狀。首先，我們采用圖像分割技術，將目標圖片分割成許多小區(qū)域，然后將這些區(qū)域一次輸入到已經(jīng)訓練好的神經(jīng)網(wǎng)絡中去，由此可以得知目標圖像中是否含有路標。此方法實現(xiàn)了在沒有預先提取特征的條件下各種復雜環(huán)境中路標的檢測，具有很好的魯棒性，全面性及研究性。
關鍵字:交通標志檢測，圖像分割，卷積神經(jīng)網(wǎng)絡
目 錄
第一章 緒論 1
1.1 研究背景與意義 1
1.1.1 研究背景 1
1.1.2 研究意義 2
1.2 國內(nèi)外研究現(xiàn)狀 3
1.3 交通標志檢測主要存在的問題 6
1.4 本論文的研究思路及組織結構 9
1.4.1 研究內(nèi)容 9
1.4.2 組織結構 9
第二章 交通標志及卷積神經(jīng)網(wǎng)絡簡介 11
2.1 交通標志簡介 11
2.2 卷積神經(jīng)網(wǎng)絡 13
2.2.1 卷積神經(jīng)網(wǎng)絡特點及結構 13
2.2.2 卷積神經(jīng)網(wǎng)絡的推導與實現(xiàn) 14
2.3 本章小結 17
第三章 交通標志圖像的預處理 19
3.1 圖像分割 19
3.1.1 圖像分割的介紹 19
3.1.2 分層聚類算法 20
3.1.3 分層聚類結果 22
3.2 圖像歸一化 23
3.3 彩色圖像直方圖均衡化 23
3.4 本章小結 24
第四章 路標檢測 25
4.1 卷積神經(jīng)網(wǎng)絡結構 25
4.2 神經(jīng)網(wǎng)絡訓練所采用的數(shù)據(jù)庫 26
4.3 卷積神經(jīng)網(wǎng)絡的參數(shù) 27
4.4 網(wǎng)絡訓練及測試結果 28
4.4.1 網(wǎng)絡訓練一 29
4.4.3 網(wǎng)絡訓練二 30
4.5 實驗結果分析 31
4.6 本章小結 32
第五章 總結與展望 33
5.1 總結 33
5.2 展望 34
致 謝 35
參考文獻 37
相關說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會員。會員請登錄后下載。
2. 會員購買金幣50元以下，0.7元/個，50元以上，0.5元/個。具體請看：下載與付款。
3. 會員48小時內(nèi)下載同一文件，不重復扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
| 相關畢業(yè)論文（設計） |
|
|
| 推薦畢業(yè)論文（設計） |
|
|
|
|
|