公开(公告)号：CN118762349B

公开(公告)日：2024-11-19

申请号：CN202411245459.8

申请日：2024-09-06

Applicant: 南京信息工程大学

Inventor： 瞿治国 ,  夏易辰 ,  孙乐

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开了一种基于量子卷积神经网络的交通标志识别方法，具体包括如下步骤：步骤1：采集交通标志图像，并为每个图像进行标签处理；将采集的交通标志图像和对应的标签作为样本数据；步骤2：建立量子卷积神经网络，所述量子卷积神经网络包括预处理层，量子计算层和分类层；步骤3：对量子卷积神经网络进行训练，并采用训练好的量子卷积神经网络进行交通标志识别。本发明提高了交通标志分类性能，降低复杂性，能够应对大规模图像数据，具有较好的抗量子噪声性能，拥有很好的可应用性和可扩展性。

公开(公告)号：CN118762349A

公开(公告)日：2024-10-11

申请号：CN202411245459.8

申请日：2024-09-06

Applicant: 南京信息工程大学

Inventor： 瞿治国 ,  夏易辰 ,  孙乐

IPC: G06V20/58 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明公开了一种基于量子卷积神经网络的交通标志识别方法，具体包括如下步骤：步骤1：采集交通标志图像，并为每个图像进行标签处理；将采集的交通标志图像和对应的标签作为样本数据；步骤2：建立量子卷积神经网络，所述量子卷积神经网络包括预处理层，量子计算层和分类层；步骤3：对量子卷积神经网络进行训练，并采用训练好的量子卷积神经网络进行交通标志识别。本发明提高了交通标志分类性能，降低复杂性，能够应对大规模图像数据，具有较好的抗量子噪声性能，拥有很好的可应用性和可扩展性。