文档名：交通标志识别研究综述
人工智能领域经过近几年的飞速发展,在日常生活中机器人已经可以代替人类完成一些任务了.目标检测就是其中的代表.它在人们生活中得到了广泛的应用,如人脸识别、自动驾驶等.目标检测的任务是定位某一类语义对象的实例.随着用于检测任务的深度学习网络的快速发展,目标检测器的性能得到了极大的提高.本文主要针对的是自动驾驶领域的应用.为了深入了解目标检测在自动驾驶领域的主要发展现状,首先分析了现有的经典检测模型方法,并提出这些方法所存在的问题.然后介绍现有的主流卷积神经网络,并简单分析这些网络的优缺点.之后,主要系统介绍了各种目标检测方法,包括one-stage和two-stage检测器.此外,列出了传统的和新的目标检测应用.最后,讨论了在城市交通的复杂场景下如何改进这些目标检测方法,并提出了一套改进方案,以便更好地服务于城市交通驾驶场景.
作者：李铭兴徐成李学伟
作者单位：北京联合大学北京市信息服务工程重点实验室北京100101
母体文献：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会
会议时间：2021年11月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：交通标志识别 卷积神经网络 颜色特征 双阶段目标检测算法
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.02 MB
- 下载次数:
- 60
-
高速下载
|
|
