论文摘要
目前,世界上存在很多的红绿色盲人群、色弱人群,这些患者由于不能准确地分辨交通信号灯,不能获取驾照,失去了驾车上路的机会。这些患者甚至不能分辨交通灯,这导致了大量的交通事故。深度学习近些年来在图像,自然语言处理等各个方面取得了很好的成绩。卷积神经网络已经受到了研究者的广泛青睐并且在图像分类,图像分割和图像识别领域取得了一系列的重大进步,在某些方面已经可以超越人类的感知能力。本文旨在设计一套系统可以用目前比较前沿的深度学习技术帮助色盲色弱人群进行交通灯识别的系统,从而可以有效的帮助色盲色弱人群获得驾驶机会,减少交通事故。本文将以Faster RCNN物体检测网络为主要框架,构建一套可以对交通灯进行准确识别的系统。这套系统可以帮助红绿色盲人群准确地识别交通灯,从而极大地降低减少交通事故发生的概率,具有非常好的实用价值和社会意义。
论文目录
文章来源
类型: 期刊论文
作者: 熊禹涵
关键词: 深度学习,卷积神经网络,交通灯,识别
来源: 通讯世界 2019年03期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,计算机软件及计算机应用,自动化技术
单位: 西安市铁一中学
分类号: TP391.41;TP183;U463.6
页码: 249-250
总页数: 2
文件大小: 260K
下载量: 383