基于改进Inception-ResNet-v2的城市交通路面状态识别算法

摘要：

针对传统方法对于路面状态识别准确率低的问题,提出了一种改进Inception-ResNet-v2的路面状态识别算法,对6种城市交通路面状态进行识别.首先,在Inception-ResNet-v2算法的Inception-ResNet-C模块引入SENet注意力机制得到SE-Inception-ResNet-C模块,使算法学习到不同通道特征的重要程度;然后采用特征融合策略,将不同层级的特征信息融合,防止重要特征信息的丢失;最后采用全卷积结构,将原始算法中的全连接层换成卷积层,不仅保证了图像的空间结构,还能使网络接收任意尺度的图片.实验结果表明,该算法能提取关键的特征信息,有效提高了路面状态的识别精度.

关键词：城市交通、路面状态识别、Inception-ResNet-v2算法、注意力机制、特征融合、全卷积结构

所属期刊栏目：22

分类号：U467.4(汽车工程)

资助基金：国家自然科学基金51468062

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2524-2530