文献

J-GLOBAL ID：201702290366556835   整理番号：17A1583119

二次改良LeNet-5に基づく交通標識認識アルゴリズム【JST・京大機械翻訳】

A traffic sign recognition algorithm based on the 2-level improved LeNet-5

著者 (3件)： Dang Qian (陜西師范大学 計算机科学学院,陜西 西安,710119) ,  Ma Miao (現代教学技術教育部重点実験室, 陜西 西安 710062;陜西師范大学 計算机科学学院, 陜西 西安 710119;陜西省語音与図像信息処理重点実験室, 陜西 西安 710072) ,  Chen Yuli (現代教学技術教育部重点実験室, 陜西 西安 710062;陜西師范大学 計算机科学学院, 陜西 西安 710119)
資料名： Shaanxi Shifan Daxue Xuebao. Ziran Kexue Ban  (Shaanxi Shifan Daxue Xuebao. Ziran Kexue Ban)
巻： 45  号： 2  ページ： 24-28  発行年： 2017年 
JST資料番号： W0850A  ISSN： 1672-4291  CODEN： SXKEEJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 実際のシーンにおける交通標識画像データセット(GTSRB)を研究対象として,畳込みニューラルネットワークとサポートベクトルマシン(SVM)を結合することにより,二次改良LeNet-5に基づく交通標識認識アルゴリズムを提案した。本アルゴリズムは,最初に,認識システムのリアルタイム要求に従って,オリジナルのLeNet-5構造を改良した。次に,オリジナル画像を前処理するために,剪定,グレースケール化,画像強調,およびサイズ正規化を用いて,32×32の関心領域を得た。次に,第二レベル改良LeNet-5を,データセットGTSRBによって訓練し,そして,第1レベル改良LeNet-5は,関心領域に含まれる交通標識を,6つの分類に分類し,そして,2番目の改良LeNet-5は,ラフ分類結果を分類した。最後に,交通標識の最終的カテゴリーを同定した。実験結果により,2レベル改良LeNet-5交通標識認識アルゴリズムは,ネットワークモデルによって,交通標識のマルチスケール特徴を抽出することができ,そして,認識精度は,91.76%に達した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  グレースケール ,  畳込み ,  *交通標識 ,  画像強調 ,  ニューラルネットワーク ,  画像 ,  正規化 ,  サポートベクトルマシン ,  前処理
準シソーラス用語： 認識精度 ,  マルチスケール ,  関心領域 ,  画像データ ,  *認識アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： convolutional neural networks ,  traffic signs ,  classification ,  support vector machine

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 交通標識 ,  認識アルゴリズム