traffic signs | BriefGPT - AI 论文速递

关键词traffic signs

搜索结果 - 8

列车信号分类认证控制
KI-LOK 研究项目旨在开发认证控制架构，用于防止基于人工智能感知系统中交通标志的误报检测，并通过整合 Python 原型系统和目标检测模型来测量相关性能指标。初始结果表现有希望，精度提高明显，但还需进一步研究泛化可能性。
PDF8 months ago
提升交通标志识别准确率的高准确性二进制神经网络的局部鲁棒性评估
交通标志、二进制神经网络、本地稳健性、验证工具、VNN-COMP'23
PDF9 months ago
MFL-YOLO: 损坏交通标志物的目标检测模型
我们提出了基于 YOLOv5s 的改进目标检测方法 MFL-YOLO（互补特征级别损失增强 YOLO），通过设计简单的跨级别损失函数，使得模型的每个级别都具有自己的作用，有助于学习更多多样化的特征并提高细粒度。相比 YOLOv5s，我们的
PDF10 months ago
真实交通标志变化对 YOLOv7 目标识别模型的影响
研究交通标志改变对物体识别模型的影响，发现在不太可能的条件下暴露于修改的交通标志下，物体识别模型的准确性显著降低。这项研究强调了提高物体检测模型在现实场景中的鲁棒性的重要性，需要进一步研究来提高它们的准确性和可靠性。
PDFa year ago
交通标志识别的二值化神经网络架构设计
研究比较卷积神经网络和二值神经网络在识别交通标志上的表现，提出了一种从底层进行二值神经网络架构设计的方法，并且在测试集上取得了高于 80% 的准确率。
PDFa year ago
自主安全驾驶中的显著标志检测：通过全视觉上下文进行推理的人工智能
该研究通过定义交通信号关注度属性，构建了包含该属性注释的第一个交通信号数据集 LAVA Salient Signs Dataset，并使用定制的关注度损失函数 Salience-Sensitive Focal Loss 训练变形 DETR
PDFa year ago
从大图像中检测小标志
提出了一种基于 SOS-CNN 的方法来检测实际条件下大图像中的小型交通标志，它通过将大图像分成小补丁，利用 VGG-16 作为基础网络，对补丁级别的目标进行检测，并采用图像金字塔实现尺度不变性。实验结果表明，该方法在检测精度和召回率方面对
PDF7 years ago
MM导航规则派生：一种用于确定交通标志对道路网络影响的算法
本文介绍一种基于已检测和分类的交通标志解释的算法，用于构建带有交通规则的道路网络地图，以有助于商业导航系统的自动制图。我们的解决方案基于模拟沿着道路网络的导航，在每个感兴趣的点确定标志的可见性及其对道路的影响。我们在一个小的城市网络中测试了
PDF8 years ago