论文部分内容阅读
交通场景的理解是交通监控、汽车安全辅助驾驶的基础。提出一种基于多级Sigmoid神经网络的城市交通环境理解方法。将5个3D结构特征与物体外观特征相结合表征城市交通环境,为了提高交通环境识别率,采用多级Sigmoid神经网络（MSNN）进行图像分割与识别。在公共测试视频数据库CamVid dataset进行实验,实验结果表明了该方法的有效性。