基于改进矩阵胶囊神经网络交通标志识别算法
吕秉略
奚峥皓
邵宇超
上海工程技术大学电子电气工程学院 上海 201620
摘要：交通标志识别是汽车辅助驾驶系统的重要功能.但汽车行驶过程中采集到的图像存在着运动模糊的问题,对标志识别的准确性产生了较大影响.论文针对该问题提出了一种基于改进胶囊神经网络交通标志识别方法.利用矩阵胶囊神经网络进行高低层级胶囊的混合过程,实现标志特征关联构建与特征混合,并根据分类胶囊的激活值进行交通标志的类别判断.利用孪生神经网络对用于生成初级胶囊特征的编码器进行预训练,使得各类别标志所对应的特征编码具有区分度.通过经孪生神经网络预训练的编码器进行初级胶囊的特征生成.实验结果表明,使用论文提出的改进胶囊神经网络方法能够改进矩阵胶囊神经网络收敛困难的问题.利用矩阵胶囊神经网络特征关联的特点,可提升运动模糊交通标志图像的识别准确率.
关键词：机器视觉孪生神经网络胶囊神经网络交通标志
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61801286)
论文发表日期：2024-10-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2855-2862 )
英文信息