摘要
本发明公开了一种面向自动驾驶的交通标志识别方法,包括:以交通标志图像中所有像素点的亮度平均值和饱和度平均值作为输入参数,对交通标志图像进行幂律变换的伽马因子作为输出参数,构建多层感知机模型;以目标函数最大为优化目标对多层感知机模型的参数进行优化,得到优化的多层感知机模型;其中,目标函数为:F=aSSIM+bPSNR;车辆行驶过程中,通过车载摄像头实时获取交通标志图像后,计算交通标志图像中所有像素点的亮度均值和饱和度均值,输入优化的多层感知机模型,得到幂律变换的最优伽马因子;利用最优伽马因子对交通标志图像进行幂律变换,得到增强的交通标志图像;基于YOLOv8网络模型对增强的交通标志图像进行目标检测,识别出图像中的交通标志。
技术关键词
交通标志图像
交通标志识别方法
多层感知机
饱和度
节点数
车载摄像头
像素点
因子
亮度
参数
遗传算法
模块
车辆
网络
代表
系统为您推荐了相关专利信息
多任务
策略网络模型
多智能体系统
状态编码器
深度强化学习
动作指导方法
深度神经网络模型
训练深度神经网络
视频
分布式数据库
柔性关节
李雅普诺夫函数
动态面控制器
复合误差
二阶低通滤波器