-
公开(公告)号:CN112766232A
公开(公告)日:2021-05-07
申请号:CN202110190624.4
申请日:2021-02-19
Applicant: 南京邮电大学
Abstract: 一种基于可重构卷积神经网络的道路风险目标识别方法,包括如下步骤:用户对当前实际场景当中的需要进行识别的个体进行拍摄并上传至识别端;识别端启动图像识别程序,选择并保存用户上传的图片;在识别端的界面选择可重构卷积神经网络模型,调用可重构卷积神经网络模型进行识别,识别完成后将识别结果输出到界面。本方法通过车载摄像头设备或移动终端设备对前方道路进行实时检测,出现风险目标时进行拍摄,并上传到系统数据库完成道路风险目标检测,并将检测结果通过移动终端返回。不仅保证了数据的私密性,并且还可以将检测过的图片进行保存,用于后续训练优化卷积神经网络模型,提高在实际场景中的应用,极大程度上降低了识别的误差率。