文献

J-GLOBAL ID：202102266744685203   整理番号：21A0892017

改良カプセルネットワークに基づく交通標識の認識方法【JST・京大機械翻訳】

The method of recognizing traffic signs based on the improved capsule network

著者 (1件)： Hao Zhang (Guangdong University of Technology,Huali College,Guangzhou)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCEIC  ページ： 22-26  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 交通サイン認識は自動運転技術により解決すべき緊急問題の1つであり,より複雑な問題の1つである。従来の畳み込みニューラルネットワークがトラフィックサインを認識するのに十分に良くないという問題のために,本論文は改良カプセルネットワークを使用する。方法は,最初に,複雑なバックグラウンドにおけるトラフィックサインの特徴を抽出するために画像処理を使用して,ノイズを除去して,主要部分を抽出して,主要な部分を抽出して,トラフィックサインの特性をより明確にして,次に,トラフィックサインをカプセルネットワークに入力して,同定する。GTSRBデータセットに関する試験結果は,改良カプセルネットワーク方法が複雑な場面において2%~5%の改善された認識精度を有して,それは伝統的畳込みニューラルネットワークと比較して大きな改良であることを示した。実験結果は,改良カプセルネットワーク方法が自律運転の研究にとって大きな参照有意性を有することを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *ネットワーク ,  自動運転 ,  *交通標識 ,  カプセル ,  画像処理
準シソーラス用語： 自律性 ,  認識精度 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： カプセル ,  交通標識