基于卷积神经网络的交通标识识别研究及应用

第1章绪论?1Р1.1 研究背景及意义?1Р1.2 国内外研究现状?3Р1.2.1 交通标识检测的研究现状?4Р1.2.2 交通标识识别的研究现状?7Р1.3 本文的主要研究内容?10Р1.4 论文的结构与安排?11Р第2章交通标识与图像预处理?13Р2.1 道路交通标识?13Р2.2 交通标识识别系统的组成?14Р2.3 图像的预处理?15Р2.3.1 滤波去噪处理?16Р2.3.2还原色彩处理?18Р2.4 本章小结?21Р第3章优化的卷积神经网络?23Р3.1 引言?23Р3.2 卷积神经网络的结构模型?24Р3.3 卷积神经网络的训练?26Р3.3.1 卷积神经网络误差函数?26Р3.3.2 卷积神经网络的反向传播?27Р3.4 优化的卷积神经网络?30Р3.4.1 优化策略选择的实验分析?31Р3.4.2 理论分析?36Р3.5 本章小结?37Р第4章 N的交通标识检测?39Р4.1 引言?39Р4.2 GTSDB数据集?39Р4.3 交通标识的检测?40Р4.3.1 提取RIOS?40Р4.3.2 N识别RIOS?43Р4.4 实验结果分析?44Р4.4.1 数据集准备?44Р4.4.2 N在训练集上的实验?45Р4.4.3 N在测试集上的实验?46Р4.5 本章小结?48Р第5章 N在交通标识识别中的应用?49Р5.1 GTSRB数据集?49Р5.2 算法的基本流程?50Р5.3 算法描述?51Р5.3.1 图像的预处理?53Р5.3.2 N特征提取?57Р5.3.3 Softmax分类器?57Р5.4 实验及结果分析?58Р5.4.1 交通标识粗分类?58Р5.4.2 交通的标识细分类?60Р5.4.3 结果比较与分析?61Р5.5 本章小结?63Р第6章总结与展望?65Р6.1 全文总结?65Р6.2 本文展望?66Р致谢?67Р参考文献?69Р附录?73