重庆交通大学学报(自然科学版) ›› 2020, Vol. 39 ›› Issue (12): 1-5.DOI: 10.3969/j.issn.1674-0696.2020.12.01
• 交通+大数据人工智能 • 下一篇
陈秀新,叶洋,于重重,张雪
CHEN Xiuxin, YE Yang, YU Chongchong, ZHANG Xue
摘要: 针对雾霾天气下成像设备获取的图像质量较低导致交通标志难以识别这一现象,笔者提出了先去除雾霾后进行识别的办法。对雾霾图像首先通过深度学习算法IRCNN进行去雾霾处理,然后提出一种多通道卷积神经网络(Multi-channel CNN)模型对去雾霾后的图像进行识别。研究结果表明:IRCNN方法可有效去除雾霾,Multi-channel CNN模型识别效果好,设计的Multi-channel CNN模型的识别率在本次实验的数据集上达到100%,具有很好的泛化性和适应性。
中图分类号: