抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
交通標識検出に基づく特徴抽出のための最新の方法は,高再現率が得られたが,検出率はいくつかの誤って検出のための理想的ではない。本研究では,この論文では,H OGとBoole畳込みニューラルネットワーク(HOG BCNN)に基づく交通標識検出の手法を提案した。カスケード分類器は,交通標識の候補領域を検出するH OGに基づいて訓練した。提案窓としてこれらの領域は特別なCNNを入力,Boole論理のようなものである。BCNNを利用して提案交通標識窓,最終段階としてのカスケード分類器に接続されたにおける偽検出された領域を除去することである。BCNNでは,確率的勾配降下法を利用する真と偽の判別,故障を低減するために,どのようにそれは管理者のようなネットワークを導くにおける誤差を最小化した。提案した方法は,実環境で評価し,実験は,高い検出精度を達成し,効率を確保するために十分であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】