基于高维特征表示的交通场景识别
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。...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
POSTS&TELECOM PRESS Co., LTD
2019-12-01
|
| Series: | 智能科学与技术学报 |
| Subjects: | |
| Online Access: | http://www.infocomm-journal.com/znkx/CN/abstract/abstract169800.shtml |
| _version_ | 1828061703866155008 |
|---|---|
| author | 刘文华 李浥东 王涛 邬俊 金一 |
| author_facet | 刘文华 李浥东 王涛 邬俊 金一 |
| author_sort | 刘文华 |
| collection | DOAJ |
| description | 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。 |
| first_indexed | 2024-04-10T22:17:56Z |
| format | Article |
| id | doaj.art-c068ec907edf4a98b743624c51ddbfb0 |
| institution | Directory Open Access Journal |
| issn | 2096-6652 |
| language | zho |
| last_indexed | 2024-04-10T22:17:56Z |
| publishDate | 2019-12-01 |
| publisher | POSTS&TELECOM PRESS Co., LTD |
| record_format | Article |
| series | 智能科学与技术学报 |
| spelling | doaj.art-c068ec907edf4a98b743624c51ddbfb02023-01-18T07:12:11ZzhoPOSTS&TELECOM PRESS Co., LTD智能科学与技术学报2096-66522019-12-0114392399基于高维特征表示的交通场景识别刘文华0李浥东1王涛2邬俊3金一4北京交通大学计算机与信息技术学院北京交通大学计算机与信息技术学院北京交通大学计算机与信息技术学院北京交通大学计算机与信息技术学院北京交通大学计算机与信息技术学院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。http://www.infocomm-journal.com/znkx/CN/abstract/abstract169800.shtml场景识别卷积神经网络高维特征低维特征 |
| spellingShingle | 刘文华 李浥东 王涛 邬俊 金一 基于高维特征表示的交通场景识别 智能科学与技术学报 场景识别 卷积神经网络 高维特征 低维特征 |
| title | 基于高维特征表示的交通场景识别 |
| title_full | 基于高维特征表示的交通场景识别 |
| title_fullStr | 基于高维特征表示的交通场景识别 |
| title_full_unstemmed | 基于高维特征表示的交通场景识别 |
| title_short | 基于高维特征表示的交通场景识别 |
| title_sort | 基于高维特征表示的交通场景识别 |
| topic | 场景识别 卷积神经网络 高维特征 低维特征 |
| url | http://www.infocomm-journal.com/znkx/CN/abstract/abstract169800.shtml |
| work_keys_str_mv | AT liúwénhuá jīyúgāowéitèzhēngbiǎoshìdejiāotōngchǎngjǐngshíbié AT lǐyìdōng jīyúgāowéitèzhēngbiǎoshìdejiāotōngchǎngjǐngshíbié AT wángtāo jīyúgāowéitèzhēngbiǎoshìdejiāotōngchǎngjǐngshíbié AT wūjùn jīyúgāowéitèzhēngbiǎoshìdejiāotōngchǎngjǐngshíbié AT jīnyī jīyúgāowéitèzhēngbiǎoshìdejiāotōngchǎngjǐngshíbié |