计算机应用

作者：陈立潮, 郑佳敏, 曹建芳, 潘理虎, 张睿

单位：1. 太原科技大学 计算机科学与技术学院, 太原 030024;2. 忻州师范学院 计算机系, 山西 忻州 034000

关键词：交通标志识别,胶囊网络,超深度卷积,动态路由算法,深度学习

基金：山西省应用基础研究项目（201801D221179）。

针对卷积神经网络的标量神经元无法表达特征位置信息，对复杂的车辆行驶环境适应性差，导致交通标志识别率低的问题，提出一种基于胶囊网络的智能交通标志识别方法。首先采用超深度卷积神经网络改进特征提取部分，然后在主胶囊层引入池化层，最后采用移动指数平均法改进了动态路由算法。在GTSRB数据集上的测试结果表明，改进后的胶囊网络方法在特殊场景下的识别精度提高了10.02个百分点，相对于传统的卷积神经网络，该方法的单张图片的识别时间缩短了2.09 ms。实验结果表明，改进后的胶囊网络方法能满足准确、实时的交通标志识别要求。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期