论文部分内容阅读
基于深度学习技术设计了交通场景下物体的视觉检测方法。首先基于深度卷积对抗生成网络构建了交通场景数据集,基于faster R-CNN设计了交通场景物体检测模型。上述模型利用卷积神经网络提取图像特征。采用区域推荐网络定位目标物体在图像中的具体位置,并通过卷积层在已定位区域提取的特征识别物体的具体类别。最后在不同光照环境下,测试了所提出方法的物体检测效果。测试结果表明,所设计交通场景物体检测模型获得了较好的检测结果。