基于双目立体视觉和轻量化神经网络的交通标志分割和识别OACSTPCD
为了降低交通标志图像分割运算量,提出一种基于双目立体视觉和轻量化神经网络的交通标志分割和识别方法。使用已标定的双目立体视觉相机采集交通标志图像,并将其作为轻量化卷积神经网络的输入,通过卷积运算和池化运算提取交通标志的特征。在全连接层中,采用极限学习机和权值修正方法修正输出权值,从而得到交通标志的分割结果。实验结果表明,所提方法能够有效采集高精度的交通标志图像,并降低图像分割运算的复杂性,从而提高交通标志图像的应用性。
孙静;刘晓燕;
新疆应用职业技术学院,传媒艺术系,新疆伊犁833200新疆大学新疆历史文化旅游可持续发展重点实验室,新疆乌鲁木齐830046 新疆大学旅游学院,新疆乌鲁木齐830046
计算机与自动化
双目立体视觉轻量化交通标志优化分割方法极限学习机
《微型电脑应用》 2024 (006)
P.38-41 / 4
新疆社科基金项目(22BJY029);新疆历史文化旅游可持续发展重点实验室项目(LY2022-09)。
评论