原文传递
一种基于SSD的路面交通标志识别方法
| 专利名称： | 一种基于SSD的路面交通标志识别方法 |
| 摘要： | 本发明公开了一种基于SSD的路面交通标志识别方法，包括步骤：进行图像采集和预处理，制作样本集；将训练集输入，多任务训练SSD网络；待识别图片经过若干卷积层与池化层，得到特征图；对其中5种不同的卷积层输出的特征图分别用两个不同的3×3的卷积核进行卷积，分别得到分类得分和窗口回归两个输出向量；将所有结果通过非极大值抑制处理产生最终的目标检测和识别结果，交通标志得以识别。本发明采用SSD这一深度学习方法，与Faster R‑CNN相比，没有生成候选框的过程，实现了多任务训练，也不需要额外的特征存储空间，提高了检测速度和精度，相比于浅层学习分类器，它具有更高的学习效率和识别精度。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 广东;44 |
| 申请人： | 华南理工大学 |
| 发明人： | 刘兰馨;李巍华;刘晓楠 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810168081.4 |
| 公开号： | CN108416283A |
| 代理机构： | 广州粤高专利商标代理有限公司 44102 |
| 代理人： | 何淑珍;黄海波 |
| 分类号： | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G;G06;G06K;G06N;G06K9;G06N3;G06K9/00;G06K9/62;G06N3/04 |
| 申请人地址： | 510640 广东省广州市天河区五山路381号 |
| 主权项： | 1.一种基于SSD的路面交通标志识别方法，其特征在于，包括步骤：进行图像采集和预处理，制作样本集；将训练集输入，开始多任务训练SSD网络；待训练的图片输入SSD网络，经过若干卷积层与池化层，得到特征图；在其中5个不同层的特征图上产生一系列固定大小的默认框，并从中产生正负样本集，保证其比例在1:3；将提取的特征向量经由多层融合检测网络，分别得到分类得分和窗口回归两个输出向量；网络训练完成后，将待识别图片输入训练好的网络，将所有结果进行非极大值抑制处理产生最终的目标检测和识别结果，从而使路面交通标志得以识别。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
