|
|
1.
用于交通图像识别的改进尺度依赖池化模型
徐喆, 冯长华
计算机应用
2018, 38 (3):
671-676.
DOI: 10.11772/j.issn.1001-9081.2017082054
针对交通标志在自然场景中所占的比例较小、提取的特征量不足、识别准确率低的问题，提出改进的尺度依赖池化（SDP）模型用于小尺度交通图像的识别。首先，基于神经网络深卷积层具有较好的轮廓信息与类别特征，在SDP模型只提取浅卷积层特征信息的基础上，使用深卷积层特征补足型SDP（SD-SDP）映射输出，丰富特征信息；其次，因SDP算法中的单层空间金字塔池化损失边缘信息，使用多尺度滑窗池化（MSP）将特征池化到固定维度，增强小目标的边缘信息；最后，将改进的尺度依赖池化模型应用于交通标志的识别。实验结果表明，与原SDP算法比较，提取特征量增加，小尺度交通图像的识别准确率较好地提升。
参考文献 |
相关文章 |
多维度评价
|
|
