| Autor: |
刘文华, 李浥东, 王涛, 邬俊, 金一 |
| Jazyk: |
čínština |
| Rok vydání: |
2019 |
| Předmět: |
|
| Zdroj: |
智能科学与技术学报, Vol 1, Iss 4, Pp 392-399 (2019) |
| Druh dokumentu: |
article |
| ISSN: |
2096-6652 |
| Popis: |
随着智能交通的发展，快速、精确识别交通场景成为亟待解决的重要问题。目前已有许多识别方法可以提高交通场景的识别效果，但这些算法无法提取视觉概念的交通语义特征，导致识别精度低下。为此，设计了一种提取高维场景语义特征和结构信息的识别算法，以提高识别精度。为减少图像高维与低维特征表示之间的“语义鸿沟”，首先构建了一个场景类的语义描述系统，然后通过最小化损失（element-wise logistic loss）函数训练多标签分类网络，获取交通场景图像的高维特征表示，最后在4个大规模场景识别数据集上进行验证，实验结果显示，新算法在识别性能上优于其他的方法。 |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
