[发明专利]一种基于SRCNN的交通标志识别方法有效
| 申请号： | 201910499090.6 | 申请日： | 2019-06-10 |
| 公开（公告）号： | CN110321803B | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 曹宇;孔金迪;张绩成;陈可佳 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V20/58 | 分类号： | G06V20/58;G06K9/62;G06N3/04;G06N3/08;G06V10/764 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 陈望坡;姚姣阳 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SRCNN的交通标志识别方法，包括以下步骤：步骤一：对输入的交通标志图像进行图像预处理：将输入的交通标志图像的像素与处理分界点像素进行比较，对于像素小于处理分界点像素的图像，利用基于SRCNN的超分辨率重建算法将输入图像重建为处理分界点像素的图像；对于像素不小于处理分界点像素的图像，利用双线性插值算法缩小为处理分界点像素的图像；步骤二：对Lenet‑5卷积神经网络进行训练，得到Lenet‑5卷积神经网络模型；步骤三：将步骤一预处理后的交通标志图像输入步骤二得到的Lenet‑5神经网络模型进行识别，得到交通标志图像类别。本发明具有能提高低分辨率图像识别准确率且计算量小的优点。 | ||
| 搜索关键词： | 一种 基于 srcnn 交通标志 识别 方法 | ||
【主权项】：
1.一种基于SRCNN的交通标志识别方法，其特征在于：包括以下步骤：步骤一：对输入的交通标志图像进行图像预处理：先定义处理分界点像素；然后将输入的交通标志图像的像素与处理分界点像素进行比较，对于像素小于处理分界点像素的图像，利用基于SRCNN的超分辨率重建算法将输入图像重建为处理分界点像素的图像；对于像素不小于处理分界点像素的图像，利用双线性插值算法缩小为处理分界点像素的图像；步骤二：对Lenet‑5卷积神经网络进行训练，得到Lenet‑5卷积神经网络模型；步骤三：将步骤一中预处理后的交通标志图像输入步骤二得到的Lenet‑5神经网络模型进行识别，得到该交通标志图像的类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910499090.6/，转载请声明来源钻瓜专利网。
