论文部分内容阅读
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