基于深度学习的雾天车标识别

来源 :现代计算机(专业版) | 被引量 : 1次 | 上传用户:zj770929
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车标作为车辆的一个重要信息,在智能交通系统中对于车辆的识别起到一个非常重要的辅助作用,然而雾天摄像机采集到的图片模糊不清,使得雾天的车标识别成为现阶段智能交通系统的一个重要问题。因此,提出一种深度学习与图像去雾相结合的方法,该方法加入图像去雾算法,具有图像增强、降低噪声等优点。实验表明,这种方法正确率较高,在大雾天气情况下准确性和稳定性都较好,很好地解决雾天车标识别的问题。
其他文献
在机器视觉领域中,例如图像分割、视频处理和图像存储等问题都可以建模成能量方程优化问题。然而为了追求高性能建模出来的能量方程一般都是高次能量方程,对于这种高次能量方程直接求解极其困难。最近的方法中Ishikawa提出对高次能量方程的降为二次的方法,这种降次方法没有加入新的变量。基于这种算法的流程,对这种算法的降次结果进行分析,从而对其并行化处理,没有改变其效果的基础上在时间上达到较快的改进。
近年来,山东省淄博市淄川区依托资源优势、科技优势和项目优势.大力发展特色农业,势头强劲、亮点纷呈。
针对目前的压缩感知(CS)重构贪婪算法,为了进一步提高重构算法适用性,即对信号的稀疏度不用提前知道,并提高算法的重构速度。基于已有的稀疏度自适应算法SAMP、运算快的g OMP,
目的:本文旨在开发一个测定丙环唑+戊唑醇+苯醚甲环唑三元复合农药乳剂药效成分的有效方法。方法]复合乳剂中的药效成分通过DEGA涂壁的石英毛细管柱分离后,用FID检测器测定,以内标